标签：nump 图片 item 修改 混淆 形状 保存 索引 opencv
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
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
# 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
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)
由于是单通道图，所以呈现出来的是一种灰度图。
OpenCV-Python基础教程3-图像基本操作（访问像素点/ROI/通道分离）
标签：nump 图片 item 修改 混淆 形状 保存 索引 opencv
原文地址：https://www.cnblogs.com/gezhuangzhuang/p/10291823.html
