基于Python图像处理—像素操作

像素是图像中的最小单位，有些图像处理任务需要对图像像素值的直接操作，对Opencv中相关常用函数通过Python实现，此外，涉及一个很重要的数值计算扩展Numpy，比Python自身的嵌套列表结构要高效的多。

1、颜色空间

颜色空间转换

import cv2 as cv
image= cv.imread("image.PNG")
hsv= cv.cvtColor(image, cv.COLOR_BGR2HSV)
cv.imshow("hsv", hsv)
cv.waitKey(0)

函数：cvtColor()中参数1为图像名称，参数2为颜色空间的类型，有以下几种类型：COLOR_BGR2GRAY，COLOR_BGR2HSV，COLOR_BGR2YUV，COLOR_BGR2YCrCb。

图像通道分离与合并

import cv2 as cv
image= cv.imread("image.PNG")
b, g, r = cv.split(image) #图像三通道分离
image = cv.merge([b, g, r]) #图像三通道合并

2、像素运算

加，减，乘，除

import cv2 as cv
image1= cv.imread("image1.PNG")
image2= cv.imread("image2.PNG")
I1= cv.add(image1, image2) #加运算
I2= cv.subtract(image1, image2) #减运算
I3= cv.multiply(image1, image2) #乘运算
I4= cv.divide(image1, image2) #除运算

逻辑运算

import cv2 as cv
image1= cv.imread("image1.PNG")
image2= cv.imread("image2.PNG")
image_and= cv.bitwise_and(image1, image2) #与运算
image_or= cv.bitwise_or(image1, image2) #或运算
image_not= cv.bitwise_not(image1) #非运算

特殊操作
除了常用的运算，根据图像处理的需要，可以对像素值进行特殊操作。

import cv2 as cv
import numpy as np
image= cv.imread("image.PNG")
h, w, ch = image.shape
blank = np.zeros([h, w, ch], image.dtype)
image_new = cv.addWeighted(image, para1, blank, para2, para3)

函数：addWeighted()中image：第一个数组，para1：第一个数组元素权重，blank：第二个数组，para2：第二个数组元素权重，para3：数组1与数组2组合参数。

函数addWeighted()实现亮度增加实例：