opencv--python(二)图像基本操作

1. 获取并修改像素值

import numpy as np
import cv2

img_path = "D:/DL/AI-future/af2019-cv-training-20190312/00/00aed3c6b8f351e52ed5075603b56be1_c.jpg"
img = cv2.imread(img_path,0)   #读入图像。第二个参数cv2.IMREAD_COLOR/cv2.IMREAD_GRAYSCALE

#法一：
px=img[100,100]    #根据像素的行和列的坐标获取他的像素值。[B G R]
blue=img[100,100,0]     #获取B值
img[100,100]=[255,255,255]    #修改像素值。


#法二：更好----用img.item()获取，用img.itemset()更改
print (img.item(10,10,2))
img.itemset((10,10,2),100)
print(img.item(10,10,2))

2. 获取图像属性

图像的属性包括：行，列，通道，图像数据类型，像素数目等
1）img.shape 可以获取图像的形状。他的返回值是一个包含行数，列数， 通道数的元组。（灰度图则只有行和列）
2）img.size 可以返回图像的像素数目：
3）img.dtype 返回的是图像的数据类型.
4）拆分及合并图像通道

import cv2 
import numpy as np

img=cv2.imread('/home/duan/workspace/opencv/images/roi.jpg') 

#法一：不推荐，cv2.split（）耗时
b,g,r=cv2.split(img)         #拆分
img=cv2.merge(b,g,r)      #合并

#法二：numpy(常用)
b=img[:,:,0]    #0取读B通道，1是G通道，2是R通道
img[:,:,2]=0    #使所有像素的红色通道值都为 0，不必先拆分再赋值。直接使用 Numpy 索引更快。

5）为图像扩边（填充） ：以使用cv2.copyMakeBorder() 函数。这经常在卷积运算或 0 填充时被用到。