import cv2 as cv
import numpy as np
src = cv.imread("./test.png")
cv.namedWindow(“input”, cv.WINDOW_AUTOSIZE)
cv.imshow(“input”, src)
#克隆图像
m1 = np.copy(src)
m2 = src
src[100:200,200:300,:] = 255 #宽、高、通道数
cv.imshow(“m2”,m2)
#处理图像中的特定部分 255代表白色
m3 = np.zeros(src.shape, src.dtype) #0矩阵,形状和类型与src一致
cv.imshow(“m3”, m3)
#zeros—构造全0矩阵,函数原型:zeros(shape, dtype=None, order=’C’)
shape:矩阵大小;例如:300x300;
dtype:数据类型;例如:”uint8”
m4 = np.zeros([512,512], np.uint8)
cv.imshow(“m4”, m4)
m5 = np.ones(shape=[512,512,3], dtype=np.uint8)
m5[:,:,0] = 255 #0代表第0号通道,0,1,2号通道分别代表B、G、R通道
cv.imshow(“m5”, m5)
cv.waitKey(0)
cv.destroyAllWindows()
opencv假设图像是RGB三分量组成的图像,那么图像的
第一通道是R,
第二通道是G,
第三通道是B
Img[:,:,2]代表R通道,也就是红色分量图像;
Img[:,:,1]代表G通道,也就是绿色分量图像;
Img[:,:,0]代表B通道,也就是蓝色分量图像。