通道、像素等参数获取

图像三原色分离，叫做RGB通道(愈发的感觉像是PS中的图像处理，不过我们是用代码实现的),效果图如下：

染色前：

染色后：

 

代码如下：

def RBG(src):
    b,g,r=cv2.split(src)
    cv2.imshow("b",b)
    cv2.imshow("g",g)
    cv2.imshow("r",r)
    cv2.waitKey(0)

def RBG_color(src):
    b,g,r=cv2.split(src)
    zeros = np.zeros(src.shape[:2],dtype="uint8")
    b=cv2.merge([b,zeros,zeros])
    g=cv2.merge([zeros,g,zeros])
    r=cv2.merge([zeros,zeros,r])

    cv2.imshow("b",b)
    cv2.imshow("g",g)
    cv2.imshow("r",r)
    cv2.waitKey(0)

　　cv2.merge([b,zeros,zeros])：颜色通道合并函数

　　cv2.split(src)：颜色通道拆分函数
以下是图片常用参数示例（可以直接打印出来）：

img.shape	图像的结构
img.size	图像大小
img.dtype	图像元素类型
type(img)	图像数据类型
img.ndim	矩阵的秩
img.itemsize	每个元素的大小，以字节为单位
img[0][0][0]	图像中某一点的像素值

图像加减：

　　反转像素：v=255-src

　　图像的三种叠加方式：(直接叠加、截断叠加、权重叠加)

　　　　x = src2 + src1
　　　　x = cv2.add(src1,src2)
　　　　x = cv2.addWeighted(src1,0.3,src2,0.7,0)

　　图像相减的三种方式：（直接减，自定义，subtract() ）

　　　　x=y-z

　　　　x=cv2.subtract(img2,img1)

以下是遍历像素法进行图像相减

import matplotlib.pyplot as plt

img=np.zeros(img2.shape)

w,h=img2.shape

for i in range(w):
    for j in range(h):
        if int(img1[i][j])-int(img2[i][j])<0:
            img[i][j]=0
        else:
            img[i][j]=int(img1[i][j])-int(img2[i][j])