opencv的图像基本操作

1.获取像素、改变像素

• index获取

  • img[100:102,100,102]

def get_pixel(self):
    # 根据行列坐标获取像素值，可以直接修改该值
    px1 = self.img[100, 100, 0]
    px2 = self.img[100, 100]  # 返回bgr值。如果是灰度图像返回灰度值。
    px3 = self.img[100:103, 100:103]  # 9个点
    self.img[100, 100] = [255, 255, 255]  # 修改像素值
    print(px1)  # 229
    print(px2)  # [229 224 225]
    print(px3)
    print(self.img[100, 100])

• numpy的item方式获取

  • img.item()
  • img.itemset()

这里为什么要说是numpy方式呢？因为在OpenCV的Python库中，图像是用numpy库的array结构表示的，你可以理解为矩阵。img这个numpy.array的第一个维度沿着行方向，第二个维度沿着列方向，第三个维度沿着通道。

print(type(self.img)) 

输出结果为：

<class ‘numpy.ndarray’>

def get_pixel_by_numpy(self):
    print(self.img.item(10, 10, 2))  # item()获取一个像素值
    self.img.itemset((10, 10, 2), 100)  # itemset()修改像素值
    print(self.img.item(10, 10, 2))

2.获取图像属性

• shape
• size
• dtype

def get_img_properties(self):
    print(self.img.shape)  # (640, 640, 3)
    print(self.img.size)  # 1228800
    print(self.img.dtype)  # uint8

3.复制图片到图片的某区域

• img[100:102,100,102]

def copy_roi(self):
     cv2.imshow('image', self.img)
     copy = self.img
     x = copy[280:340, 330:390]
     copy[273:333, 100:160] = x
     cv2.imshow('copy', copy)
     cv2.waitKey(0)
     cv2.destroyAllWindows()

4.分割、合并图像通道

• cv2.split()
• cv2.merge()

def split_merge_channel(self):
    b, g, r = cv2.split(self.img)  # 比较耗时，尽量用索引
    img_s = cv2.merge((b, g, r))  # 参数是一个vector

    b = self.img[:, :, 0]  # 拿到第一个通道的
    copy = self.img
    copy[:, :, 2] = 0  # 红色通道置为0
    cv2.imshow('image', copy)
    cv2.waitKey(0)

5.扩展图像、添加边框

• cv2.copyMakeBorder()

def make_border(self):
    # 四个值的顺序是：上下左右
    top = bottom = left = right = 100
    replicate = cv2.copyMakeBorder(self.img, top, bottom, left, right, cv2.BORDER_REPLICATE)
    reflect = cv2.copyMakeBorder(self.img, top, bottom, left, right, cv2.BORDER_REFLECT)
    reflect101 = cv2.copyMakeBorder(self.img, top, bottom, left, right, cv2.BORDER_REFLECT_101)
    wrap = cv2.copyMakeBorder(self.img, top, bottom, left, right, cv2.BORDER_WRAP)
    constant = cv2.copyMakeBorder(self.img, top, bottom, left, right, cv2.BORDER_CONSTANT)

    plt.subplot(231), plt.imshow(self.img, 'gray'), plt.title('original'),plt.xticks([]), plt.yticks([])
    plt.subplot(232), plt.imshow(replicate, 'gray'), plt.title('replicate'),plt.xticks([]), plt.yticks([])
    plt.subplot(233), plt.imshow(reflect, 'gray'), plt.title('reflect'),plt.xticks([]), plt.yticks([])
    plt.subplot(234), plt.imshow(reflect101, 'gray'), plt.title('reflect101'),plt.xticks([]), plt.yticks([])
    plt.subplot(235), plt.imshow(wrap, 'gray'), plt.title('wrap'),plt.xticks([]), plt.yticks([])
    plt.subplot(236), plt.imshow(constant, 'gray'), plt.title('constant'),plt.xticks([]), plt.yticks([])

    plt.show()