一、獲取和修改像素點的值
import cv2
img = cv2.imread('lena.jpg')
# 100， 90表示行列坐標 px = img[100, 90] print(px) # 獲取一個坐標單通道的值 # 0：藍色（B） # 1：綠色（G） # 2：紅色（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
通過行、列坐標獲取某個像素點的值，對於彩色圖。B、G、R對應0， 1， 2
修改像素也是同樣的方式：
# 修改像素的值 img[100, 90] = [255, 255, 255] print(img[100, 90])
[255 255 255]
注意：該操作只是內存中的img像素點變了，因為沒有保存，所以原圖並沒有修改
更好的像素訪問和編輯方法：
img.item(100, 90, 0)
103
# 修改藍色通道的值 img.itemset((100, 90, 0), 50) img.item(100, 90, 0)
50
二、圖片屬性
1、圖像形狀
print(img.shape) # 形狀中包括行數，列數和通道數 height, width, channels = img.shape # img是灰度圖，height, width = img.shape
(263, 247, 3)
2、數據類型
print(img.dtype)
uint8
3、圖像總像素數
print(img.size) # 263 * 247 * 3 = 194883
194883
二、感興趣區域（ROI）
# 截取臉部ROI face = img[100:200, 115:188] cv2.imshow('face', face) cv2.waitKey(0)
行對應y，列對應x，所以其實是img[y, x]，所以要注意，不要弄混淆
三、通道分割與合並
b, g, r = cv2.split(img)
img = cv2.merge((b, g, r))
分割：cv2.split() 合並：cv.merge()
split()函數比較耗時，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)
由於是單通道圖，所以呈現出來的是一種灰度圖。
參考網址：https://tianchi.aliyun.com/course/courseConsole?courseId=40992&chapterIndex=1§ionIndex=4