opencv-python(四)：图像的基础操作

1. 像素值的获取：对于一幅图我想要获取某个像素点的值

BGR彩色图：

• pos=img[x,y] # 输出三个通道的值，比如[210 198 220]
• pos=img[x,y,0] # 输出(x,y)像素点的0通道值。比如210

标号	通道
0	B
1	G
2	R

灰度图：

• pos=img[x,y] #输出(x,y)像素点的值，比如206

img=cv2.imread("donald_trump.jpg") # 以彩色模式读入
img_gray=cv2.imread("donald_trump.jpg",cv2.IMREAD_GRAYSCALE) # 以灰度图模式读入

res=img[1,1] # 获取彩色图片中坐标(1,1)的像素值
print(res) # output：[210 198 220]  因为彩色图片是BGR数据

res_gray=img[1,1] # 获取灰度图片中坐标(1,1)的像素值   
print(res_gray) # output：206  因为灰度图片只有亮度

2. 修改图片中某像素点的值

• img[x,y]=[255,255,255] #对于BGR图片，将(x,y)像素点设为白色
• img[x,y]=255 #对于灰度值图片，将(x,y)像素点设为白色

3. 使用numpy来获取和设置像素值

• img.item(10,10,2) ：获取(10,10)像素点，通道2的像素值
• img.itemset((10,10,2),100)：设置(10,10)像素点通道2的值为100

import cv2
import numpy as np  # 因为使用numpy，所以需要导入

img=cv2.imread("img.jpg")
pos=img.item(10,10,2) # 获取(10,10)像素点，通道2的像素值
img.itemset((10,10,2),100)  # 设置(10,10)像素点通道2的值为100

4. 获取图像属性

图像属性包括行数、列数、通道数、图像数据类型和像素个数等

• img.shape：获取图像形状，返回(行数,列数,通道数)
• img.size：返回图像的像素数目
• img.dtype：返回图像数据类型

# 对于一副BGR的彩色图img
print(img.shape) # output:(800, 600, 3)
print(img.size) # output：1440000
print(img.dtype) # output：uint8

5. 图像ROI(获取区域像素)

ROI：region of interest，即感兴趣区域。比如你研究人脸检测，那么一幅图中的人脸就是你本次研究的感兴趣区域。
现在我要截取人脸部分的像素怎么办？(类似截图)

• img_face=img[176:618,60:506]：即将行数176-618，列数60-506这样一个区域的像素复制给img_face

img=cv2.imread("donald_trump.jpg")
img_face=img[176:618,60:506]

左：img
右：img_face

img=cv2.imread("donald_trump.jpg")
img_face=img[176:618,60:506]

img[276:718,60:506]=img_face # 将img_face赋值给原图的276-718,60-506区域

6. 拆分与合并通道

• b,g,r=cv2.split(img)：将三个通道拆分为三个2维矩阵，分别赋给b,g,r

或者

• b=img[:,:,0]
• g=img[:,:,1]
• r=img[:,:,2]

合并：

• imgcv.merge(b,g,r)：将三个通道合并为一个BGR彩色图

7. 通道赋值

如果你想让图片img的红色通道全部为0，则可以这样：

• img[:,:,2]=0 # 将R通道整个矩阵都置为0
  当然如果你有一个矩阵mat，像设img的红色矩阵为该矩阵，则可以：
• img[:,:,2]=mat # 用mat矩阵替代img的红色通道

8. 图像扩充

如果我们想增大图像尺寸，类似给图片加框效果，可以使用填充

• cv2.copyMakeBorder(src,top,bottom,left,right,borderType[,value])
• top,bottom,left,right：代表你要在这四个方向上扩展几行(列)，比如10,30,60,100表示在上部拓展10行，下方拓展30行，左边拓展60列，游标拓展100列
• borderType：表示扩展模式
• value：当扩展模式=BORDER_CONSTANT，value用来指定颜色，比如红色：value=(0,0,255)

扩展模式	含义
cv2.BORDER_CONSTANT	指定颜色扩充
cv2.BORDER_REPLICATE	复制边缘扩充
cv2.BORDER_REFLECT	以边界线对称，复制图像扩充，比如“10”–>“1001”
cv2.BORDER_REFLECT_101	同上，只不过"10"–>“101”
cv2.BORDER_DEFAULT	同cv2.BORDER_REFLECT，效果相同
cv2.BORDER_WRAP	不知道怎么描述，自己看效果图

cv2.imshow("img", img)
cv2.imshow("cv2.BORDER_CONSTANT", cv2.copyMakeBorder(img, 10, 30, 60, 100, cv2.BORDER_CONSTANT, value=(0, 0, 256)))
cv2.imshow("cv2.BORDER_REPLICATE", cv2.copyMakeBorder(img, 10, 30, 60, 100, cv2.BORDER_REPLICATE))
cv2.imshow("cv2.BORDER_REFLECT", cv2.copyMakeBorder(img, 10, 30, 60, 100, cv2.BORDER_REFLECT))
cv2.imshow("cv2.BORDER_REFLECT_101", cv2.copyMakeBorder(img, 10, 30, 60, 100, cv2.BORDER_REFLECT_101))
cv2.imshow("cv2.BORDER_DEFAULT", cv2.copyMakeBorder(img, 10, 30, 60, 100, cv2.BORDER_DEFAULT))
cv2.imshow("cv2.BORDER_WRAP", cv2.copyMakeBorder(img, 10, 30, 60, 100, cv2.BORDER_WRAP))  

cv2.waitKey(0)

原图(注意：后面是我的桌面，不是图片内容)：

下列图中，图像标题名即模式：