Python OpenCV 图像的基础操作

标签：otto   像素   img   replicate   矩阵   pen   color   make   优化   

获取像素值并修改

#获取指定坐标的像素值
img[i, j]

#修改指定坐标的像素值
img[i, j] = [r, g, b]

Numpy是经过优化了的进行快速矩阵运算的软件包。

所以不推荐逐个像素值进行修改，会很慢。能用矩阵运算就不要用循环

img.item(10, 10, 2)
img.itemset((10, 10, 2), 100)

获取图像的属性

#获取图像的形状
img.shape

#返回图像的像素数目
img.size

#图像的数据类型
img.dtype

图像ROI

有时候需要对一幅图像的特定区域进行操作。

拆分及合并图像通道

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

或者

b = img[:, :, 0]
g = img[:, :, 1]
r = img[:, :, 2]

img[:, :, 2] = 0

为图像扩边（填充）

 cv2.copyMakeBorder()函数

src：输入图像

top，bottom，left，right：对应边界的像素数目

borderType：边界的类型

　　cv2.BORDER_CONSTANT：添加有颜色的边界，还需要一个参数

　　cv2.BORDER_REFLECT：边界元素的镜像

　　cv2.BORDER_REFLECT_101 或者 cv2.BORDER_DEFAULT：

　　cv2.BORDER_REPLICATE：重复最后一个元素

　　cv2.BORDER_WRAP：

value：边界颜色

Python OpenCV 图像的基础操作

标签：otto   像素   img   replicate   矩阵   pen   color   make   优化   

原文地址：https://www.cnblogs.com/wbyixx/p/9393853.html