OpenCV-Python基础教程3-图像基本操作（访问像素点/ROI/通道分离）

一、获取和修改像素点的值

import cv2
img = cv2.imread('lena.jpg')

# 100， 90表示行列坐标
px = img[100, 90]
print(px)

# 获取一个坐标单通道的值
# 0：蓝色（B）
# 1：绿色（G）
# 2：红色（R）
px_blue = img[100, 90, 0]

px_green = img[100, 90, 1]
px_red = img[100, 90, 2]
print(px_blue)
print(px_green)
print(px_red)

[103  98 197]
103
98
197

通过行、列坐标获取某个像素点的值，对于彩色图。B、G、R对应0， 1， 2

修改像素也是同样的方式：

# 修改像素的值
img[100, 90] = [255, 255, 255]
print(img[100, 90])

[255 255 255]
注意：该操作只是内存中的img像素点变了，因为没有保存，所以原图并没有修改

更好的像素访问和编辑方法：

img.item(100, 90, 0)

103

# 修改蓝色通道的值
img.itemset((100, 90, 0), 50)
img.item(100, 90, 0)

50

二、图片属性

1、图像形状

print(img.shape)
# 形状中包括行数，列数和通道数
height, width, channels = img.shape
# img是灰度图，height, width = img.shape

(263, 247, 3)

2、数据类型

print(img.dtype)

uint8

3、图像总像素数

print(img.size) # 263 * 247 * 3 = 194883

194883

二、感兴趣区域（ROI）

# 截取脸部ROI
face = img[100:200, 115:188]
cv2.imshow('face', face)
cv2.waitKey(0)

行对应y，列对应x，所以其实是img[y, x]，所以要注意，不要弄混淆

三、通道分割与合并

b, g, r = cv2.split(img)
img = cv2.merge((b, g, r))

分割：cv2.split()    合并：cv.merge()

split()函数比较耗时，更高效的方式是用numpy中的索引，提取B通道：

b = img[:, :, 0]
cv2.imshow('blue', b)
cv2.waitKey(0)

扫描二维码关注公众号，回复： 4983346 查看本文章

由于是单通道图，所以呈现出来的是一种灰度图。