基于Python的Opencv学习第二天
各位小伙伴们，大家好。这是我学习Opencv的第二天，今天算是正式认识一下Opencv的其他基础的函数，我们立即开始把。
一.像素处理
1.读取像素
返回值=图像[位置参数]
这里的返回值可以不需要，可以直接给图像的位置参数，就可以获得那个像素位置点的图像。
读取像素分灰度图像和彩色图像，首先我们来看一下灰度图像的读取：
灰度图像，返回灰度值
示例：
p=img[88,142]
print（p
）
该示例表示，如果我们将该img图像看作一个由很多数字构成的矩阵，那么我们访问的就是该图像的第88行142列的那个位置上的像素
BGR图像，返回值为B，G，R的值
示例：
第一种读取BGR图像像素的方法，返回值为一个值
①blue=img[78,125,0]
print(blue)
②green=img[78,125,1]
print(green)
③red=img[78,125,2]
print(red)
因为BGR图像是有三个通道（可以参照我上篇博客对BGR图像的介绍），那么括号里第三个数字代表我们选择的是第几个通道，如blue=img[78,125,0]这里0就代表我们选取第一个通道的第78行第125列那个像素点（注意，这里的三个通道单独来看可以类比同灰度通道来理解，取出第一个通道，此时又构成了一个由很多数字构成的矩阵，我们仅仅在该矩阵进行取像素点的工作）。
第二种读取BGR图像像素的方法，返回值为三个值
p=img[78,125]
print（p）
这里我们读取该BGR图像第78行第125列的像素点，此时会得到三个数值，分别代表B，G，R三个通道上像素点的值。
2.修改像素
对读取像素有了了解之后，修改像素就比较方便了，我们直接在读到像素的那个点赋右值即可。
函数可以表示为
图像[位置参数]=想赋予的值
示例：
灰度图像的修改像素:
img[88,99]=255
BGR图像的修改像素：
①分通道修改：
img[88,99,0]=255
img[88,99,1]=255
img[88,99,2]=255
②不分通道修改：
img[88,99]=[255,255,255]
这里我突然想强调一下右值必须是"[ ]“读入和修改，并且在修改像素和读入像素的同时也是采用”[ ]"，如果大家对Python很熟悉，其实这是Python里面的列表，Python用列表读入数据。
光说不练可不行，一起来看效果把。
>>> import cv2
>>> i=cv2.imread(r"C:\Users\LT010407\Desktop\2.jpg",cv2.IMREAD_GRAYSCALE)
>>> cv2.imshow("orginal",i)
>>> i[100,100]=255
>>> print(i[100,100])
255
>>> cv2.imshow("result",i)
>>> i[100:1000,100:1000]=255
>>> print(i[100:1000,100:1000])
[[255 255 255 ... 255 255 255]
[255 255 255 ... 255 255 255]
[255 255 255 ... 255 255 255]
...
[255 255 255 ... 255 255 255]
[255 255 255 ... 255 255 255]
[255 255 255 ... 255 255 255]]
>>> cv2.imshow("result1",i)
这个代码是先读取像素，然后修改了[100,100]值为255，但是由于我的图片尺寸比较大，导致效果看不出来，于是我又给从100-1000位置的行和列改为255，效果就很明显了。
上面三幅图片分别是原图，灰度图，修改像素点后的图片。
二.获取像素属性
1.形状属性
当我们想要了解一个图像的形状属性时候，需要调用我们的shape函数，该函数可以获取图像的形状，返回包含行数，列数，通道数的元组。
灰度图 返回行数，列数
彩色图 返回行数，列数，通道数
示例：
①img1=cv2.imread(灰度图像)
print（img.shape）
得到返回值为：>>>（512,512）
②img2=cv2.imread(彩色图像)
print(img.shape)
得到返回值为>>>(512,512,3)
在这里我们分别得到两种不同的返回值，其中灰度图的返回值为两个512，可以类比理解为一个完整的矩阵，他有512行和512列，而彩色图也可以这样理解，不同的是彩色图的第三个数字3代表的是其通道数为3，分别是R，G，B三个通道。
2.像素数目属性
当我们想要了解一个图像的像素数目属性时候，需要调用我们的size函数，该函数可以获取图像的像素数目。
灰度图 返回：行数×列数
彩色图 返回：行数 ×列数×通道数
示例：
img=cv2.imread（图像名）
print（img.size）
返回值是>>>786432
3.图像类型属性
当我们想要了解一个图像的类型属性时候，需要调用我们的dtype函数，这里返回的是图像的数据类型，此时没有灰度图和彩色图区分，返回的都是数据类型。
示例：
img=cv2.imread（图像名）
print（img.dtype）
返回值是>>>uint8
这里uint8只不过是一个重定义，如果大家了解单片机就知道，单片机里面全是uint8，uint16等，看似高大上，其实就是一个重定义。像这个uint8是8位无符号整型，uint16是16位无符号整型。
在这里我用了单片机里面的代码说明，相信大家已经揭开了uint8的神秘面纱。
接下来，我直接上代码和结果了
>>> import cv2
>>> img=cv2.imread(r"C:\Users\LT010407\Desktop\0.jpg",cv2.IMREAD_GRAYSCALE)
>>> print(img.shape)
(400, 400)
\
>>> print(img.size)
160000
>>> print(img.dtype)
uint8
>>>
分别输出的是图像形状，数目和图像类型三个属性。
今天讲的比较简单，全是一些非常非常基础的知识，小伙伴们就当作休闲娱乐来看一下把！
（转载注明出处）
来源：oschina
链接：https://my.oschina.net/u/4365833/blog/4298134