python导入opencv的语句_使用Python OpenCV处理图像之使用OpenCV获取并修改图像的像素值...

前几篇内容我们学习了使用OpenCV打开显示、保存图像的方法使用Python OpenCV处理图像之图像文件的打开、显示和保存操作，我们还使用OpenCV更改了微信头像一个Pythoner获取微信国旗头像的正确途径，请不要再@微信官方了。在此基础上了解了OpenCV处理鼠标键盘响应事件的基本方式使用Python OpenCV处理图像之详解使用OpenCV处理键盘鼠标事件。

今天，我们带大家了解下使用OpenCV获取并修改一幅图像的像素值。

准备好了吗？精彩内容马上开始

打开一幅图像并获取图像信息

import cv2

import numpy as np

img = cv2.imread('test.jpg')

我们可以获取该图像的属性：行，列，通道，图像数据类型，像素数目等，具体如下。

img.shape：获取图像的形状，返回值是一个包含行数，列数，通道数的元组

img.size：图像的像素数目，长乘以宽乘以通道数。

img.dtype：图像的数据类型

实例如下。

获取图像的属性信息

一幅图像如何表示具体像素值？

图像表示一幅图像的像素点

我们来看下图，它表示了具体图像的像素值描述方法，以BGR图像为例。图下所示。

图像的像素值数据结构表示

问题来了，对于一幅BGR图像，如何表示某一点的像素值呢？

比如：img[xp, yp] = [B, G. R]，应该是这种形式了，想要更改该像素值，直接给该坐标上面赋值BGR通道的值即可，当然，也可以分开赋值。如下：

img[xp, yp, 0] = B

img[xp, yp, 1] = G

img[xp, yp, 2] = R

分别赋予BGR通道的值即可。灰度图片使用类似，不再赘述，只是图像属性参数不一样。怎么样？是不是很简单？

有没有更好的解决方案？

我们知道，今天来讲，一幅图片的像素值是很高的，动辄几百万的像素值，通常我们需要修改某一范围内的像素值，但是，获取这一范围的像素值我们使用Python中的列表这一数据结构，并使用for循环语句查找某一像素范围内的数据是非常低效的。因此，OpenCV提供的一幅图像的表示方法是以类似numpy中数组的结构。这种数据结构的优点是高效、精准。

有没有更好的解决方案呢？

对于OpenCV的图像数据结构，我们通常使用 array.item() 来获取某一范围的像素内容并使用array.itemset()设置该像素的信息，比较列表嵌套并使用for循环遍历，是非常高效的。而且，程序的可读性会更好。我们来看下面的例子。

importcv2importnumpy asnp

img=cv2.imread('test.jpg')

# 打印像素点(10,10)的R通道值

print(img.item(10,10,2))

# 设置像素点(10,10)的R通道为110

img.itemset((10,10,2),110)

# 打印像素点(10,10)的R通道值

print(img.item(10,10,2))

上述代码可以准确获取某一像素点的颜色数据。

好了，今天的内容就到这里了，我们主要是学习了利用OpenCV获取和设置一幅图像的某一个像素点的颜色数据，甚至可以区分通道来设置。我们知道某一像素点的设置对于动辄几百万甚至上亿（小米MIX Alpha，据说能拍出这种图片）像素的图片的设置来讲，是毫无意义的。因此，在使用中我们需要的是能够设置某一区域的像素点。我们下一篇内容具体来讨论。欢迎大家留言讨论。

转载请注明出处，百家号：Python高手养成。