普通操作
1. 讀取像素
讀取像素可以通過行坐標和列坐標來進行訪問，灰度圖像直接返回灰度值，彩色圖像則返回B、G、R三個分量。
需要注意的是， OpenCV 讀取圖像是 BGR 存儲顯示。
灰度圖片讀取操作：
import cv2 as cv
# 灰度圖像讀取
gray_img = cv.imread("maliao.jpg", cv.IMREAD_GRAYSCALE)
print(gray_img[20, 30])
# 顯示圖片
cv.imshow("gray_img", gray_img)
# 等待輸入
cv.waitKey()
cv.destroyAllWindows()
對于讀取灰度圖像的像素值，只會返回相應的灰度。
彩色圖像讀取操作：
import cv2 as cv
# 彩色圖像讀取
color_img = cv.imread("maliao.jpg", cv.IMREAD_COLOR)
print(color_img[20, 30])
blue = color_img[20, 30, 0]
print(blue)
green = color_img[20, 30, 1]
print(green)
red = color_img[20, 30, 2]
print(red)
# 顯示圖片
cv.imshow("color_img", color_img)
# 等待輸入
cv.waitKey()
cv.destroyAllWindows()
# 打印結果
[ 3 2 236]
3
2
236
需要注意的是在獲取彩色圖片像素時的第二個參數 1|2|3 的含義是獲取 BGR 三個通道的像素。
2. 修改像素
修改像素時，直接對像素賦值新像素即可。
如果是灰度圖片，直接賦值即可。
如果是彩色圖片，則需依次給 BGR 三個通道的像素賦值。
import cv2 as cv
# 灰度圖像讀取
gray_img = cv.imread("maliao.jpg", cv.IMREAD_GRAYSCALE)
print(gray_img[20, 30])
# 像素賦值
gray_img[20, 30] = 255
print(gray_img[20, 30])
# 打印結果
72
255
# 彩色圖像讀取
color_img = cv.imread("maliao.jpg", cv.IMREAD_COLOR)
print(color_img[20, 30])
# 像素依次賦值
color_img[20, 30, 0] = 255
color_img[20, 30, 1] = 255
color_img[20, 30, 2] = 255
print(color_img[20, 30])
# 打印結果
[ 3 2 236]
[255 255 255]
如果覺得依次對 BGR 三個通道賦值有些麻煩的話，也可以通過數組直接對像素點一次賦值：
# 像素一次賦值
color_img[20, 30] = [0, 0, 0]
print(color_img[20, 30])
# 打印結果
[0 0 0]
下面是對一個區域的像素進行賦值，將這個區域的像素全都賦值成為白色：
import cv2 as cv
color_img = cv.imread("maliao.jpg", cv.IMREAD_COLOR)
color_img[50:100, 50:100] = [255, 255, 255]
cv.imshow("color_img", color_img)
cv.waitKey()
cv.destroyAllWindows()
使用 Numpy 操作
1. 讀取像素
使用 Numpy 進行像素讀取，調用方式如下：
返回值 = 圖像.item(位置參數)
讀取灰度圖像和彩色圖像如下：
import cv2 as cv
# 讀取灰度圖像
gray_img = cv.imread("maliao.jpg", cv.IMREAD_GRAYSCALE)
print(gray_img.item(20, 30))
# 打印結果
72
# 讀取彩色圖像
color_img = cv.imread("maliao.jpg", cv.IMREAD_COLOR)
blue = color_img.item(20, 30, 0)
print(blue)
green = color_img.item(20, 30, 1)
print(green)
red = color_img.item(20, 30, 2)
print(red)
# 打印結果
3
2
236
2. 修改像素
修改像素需要使用到 Numpy 的?itemset()?方法，調用方式如下：
圖像.itemset(位置, 新值)
下面是我將?[20, 30]?這個修改為白色的示例：
import cv2 as cv
# 讀取彩色圖像
color_img = cv.imread("maliao.jpg", cv.IMREAD_COLOR)
print(color_img[20, 30])
color_img.itemset((20, 30, 0), 255)
color_img.itemset((20, 30, 1), 255)
color_img.itemset((20, 30, 2), 255)
print(color_img[20, 30])
# 輸出結果
[ 3 2 236]
[255 255 255]
注意：普通操作通常用于選擇數組的區域，例如上面的示例中的選擇了?
[50:100, 50:100]?這么一個正方形。對于單個像素訪問， Numpy 數組方法 array.item() 和 array.itemset() 被認為更好。
Matplotlib 顯示圖像
我們可以通過 OpenCV 讀入圖像，然后使用 Matplotlib 來進行圖像顯示。
import cv2 as cv
from matplotlib import pyplot as plt
img=cv.imread('maliao.jpg', cv.IMREAD_COLOR)
plt.imshow(img)
plt.show()
如果我們直接使用 Matplotlib 來顯示 OpenCV 讀入的圖像，會得到下面這個藍色的馬里奧：
這是因為對于 OpenCV 的像素是 BGR 順序，然而 Matplotlib 所遵循的是 RGB 順序。
解決的方案有很多種(循環像素點的不算哈，這個太傻了)，如下：
import cv2 as cv
from matplotlib import pyplot as plt
img=cv.imread('maliao.jpg',cv.IMREAD_COLOR)
# method1
b,g,r=cv.split(img)
img2=cv.merge([r,g,b])
plt.imshow(img2)
plt.show()
# method2
img3=img[:,:,::-1]
plt.imshow(img3)
plt.show()
# method3
img4=cv.cvtColor(img, cv.COLOR_BGR2RGB)
plt.imshow(img4)
plt.show()
結果我就不貼了，這三種方法都可以完成 BGR 至 RGB 的轉換。
示例代碼
如果有需要獲取源碼的同學可以在公眾號回復「OpenCV」進行獲取。
參考
https://blog.csdn.net/eastmount/article/details/82120114
http://woshicver.com/
感謝閱讀
)
