opencv中的图像基本操作（opencv-python学习(2)）

访问并修改像素

访问块状区域（数组）

import numpy as np
import cv2 as cv

img = cv.imread('pic1.jpg')

# 访问特定像素及通道值
px = img[100, 100]
print(px)

blue = img[100, 100, 0]  # 获取蓝色通道值
print(blue)

# 选取前五行
rows = img[:5, :, :]
print(rows.shape)

# 选取后三列
cols = img[:, -3:, :]
print(cols.shape)

切片方法得到的仍然是numpy数组，可以使用shape访问数组属性
例：rows 的shape属性为 (5（行数）, 图像的列数, 通道数)。

代码运行结果：

[60 22 10]
60
(5, 1198, 3)
(1198, 3, 3)

访问单个像素值（更快方法）

# 访问 RED 值
red_value = img.item((10, 10, 2))
print(red_value)

# 修改 RED 值
img.itemset((10, 10, 2), 100)
new_red_value = img.item((10, 10, 2))
print(new_red_value)

array.item()和array.itemset())被认为更好更快，但是它们始终返回标量。如果要访问所有B，G，R值，则需要分别调用所有的array.item()。

代码运行结果：

2
100

访问图像属性

• img.shape：返回行、列和通道的元组（如果是彩色的）
• img.size：返回像素总个数
• img.dtype：返回图像数据类型

在图像处理中，每个像素都会由一个或多个数值来表示，这些数值被称为像素的值或像素强度。不同类型的图像可以使用不同的数据类型来存储像素值。以下是常见的几种图像数据类型：

• uint8：无符号8位整型，范围为 0~255，通常用于表示灰度图像或彩色图像的单通道。
• uint16：无符号16位整型，范围为0~65535，通常用于表示需要更高精度的灰度图像或彩色图像的单通道。
• float32：单精度浮点型，通常用于表示像素值范围较大、需要进行浮点运算的图像。
• float64：双精度浮点型，通常用于更高精度的图像处理。

设置ROI

类似前面访问五行三列的方式，使用numpy数组索引对图像进行切片操作

import numpy as np
import cv2 as cv

img = cv.imread('pic1.jpg')
cv.namedWindow('image')

print(img.shape)
# 复制脸然后移到另一处
face = img[280:780, 330:730]
img[200:700, 100:500] = face

cv.imshow('image', img)
k = cv.waitKey(0) & 0xFF
if k == 27:
    cv.destroyAllWindows()

分割和合并图像通道

将BGR图像拆分成单个通道。

# 方法1：使用split以及merge函数
b, g, r = cv.split(img)
img = cv.merge((b, g, r))

# 方法2：使用numpy索引
b = img[:, :, 0]
img[:, :, 2] = 0

注意：cv.split() 是一项耗时的操作（就时间而言）。因此，仅在必要时才这样做。否则请进行Numpy 索引。

为图像设置边框

使用cv.copyMakeBorder()，参数列表如下：

• src - 输入图像
• top，bottom，left，right 边界宽度（以相应方向上的像素数为单位）
• borderType - 定义要添加哪种边框的标志。它可以是以下类型：
• cv.BORDER_CONSTANT - 添加恒定的彩色边框。该值应作为下一个参数给出。
• cv.BORDER_REFLECT - 边框将是边框元素的镜像，如下所示： fedcba | abcdefgh | hgfedcb
• cv.BORDER_REFLECT_101或 cv.BORDER_DEFAULT与上述相同，但略有变化，例 如： gfedcb | abcdefgh | gfedcba
• cv.BORDER_REPLICATE最后一个元素被复制，像这样： aaaaaa | abcdefgh | hhhhhhh
• cv.BORDER_WRAP难以解释，它看起来像这样： cdefgh | abcdefgh | abcdefg value -边框的颜色，如果边框类型为cv.BORDER_CONSTANT

边框示例：