2 图像基础操作(侧重Numpy）-OpenCV_Python小白

作者：Irain
QQ：2573396010
微信：18802080892
GitHub链接：https://github.com/Irain-LUO/OpenCV-Python

1 目标

• 访问像素值并对其进行修改
• 访问图像属性
• 设置感兴趣区域（ROI）
• 拆分和合并图像
• 设置图像边框（填充）
• 图像基础操作(侧重Numpy）官方链接
• Matplotlib使用手册链接

本节中的几乎所有操作都主要与Numpy相关，而不是OpenCV。要使用OpenCV编写更好的优化代码，需要Numpy的丰富知识。
（示例将在Python终端中显示，因为其中大多数只是单行代码）

2 图像基础操作(侧重Numpy）

2.1 访问像素值并对其进行修改

2.1.1 加载图片

import numpy as np
import cv2 as cv
img = cv.imread('dog.jpg')

可以通过像素值的行和列坐标来访问它。对于BGR图像，它将返回一个蓝色，绿色，红色值的数组。对于灰度图像，仅返回相应的强度。

2.1.2 访问其中一个像素和绿色像素。

px = img[0,0]
px
Green = img[0,0,1]
Green

2.1.3 修改像素

img[0,0] = [0,0,0]
img[0,0]

警告

• Numpy是用于快速数组计算的优化库。
  因此，简单地访问每个像素值并对其进行修改将非常缓慢，因此不建议使用。注意上面的方法通常用于选择数组的区域，例如前5行和后3列。对于单个像素访问，Numpy数组方法array.item（）和array.itemset（）被认为更好。但是，它们始终返回标量，因此，如果要访问所有B，G，R值，则需要为每个值分别调用array.item（）。

2.1.4 更好的像素访问和编辑方法：

img.item(0,0,0) # 访问某个颜色像素（B、G、R）
img.itemset((0,0,0),255) # 修改某个颜色像素（B、G、R）
img.item(0,0,0)