OpenCV_Python API 官方文档学习_ cv2 图像的基本运算
官方官方文档
Goal
Learn to:
- Access pixel values and modify them
- Access image properties
- Setting Region of Image (ROI)
- Splitting and Merging images
实现目标：
1. 访问像素值并进行修改
2. 访问图像的属性
3. 设置图像区域
4. 图像的分割与合并
这块东西几乎所有操作都主要与Numpy有关，而不是OpenCV。使用OpenCV编写更好的优化代码需要对Numpy有很好的了解。
访问和修改像素值
先加载一个彩色图像：
>>> import cv2
>>> import numpy as np
>>> img = cv2.imread('messi5.jpg')可以通过其行和列坐标访问像素值。对于BGR图像，它返回一个蓝色、绿色、红色（再次强调！！！OpenCV里的彩色图片的色彩通道是BGR！！而不是RGB！！！！）值的数组。对于灰度图像，只返回相应的亮度。
>>> px = img[100,100]
>>> print px
[157 166 200]
# accessing only blue pixel
>>> blue = img[100,100,0]
>>> print blue
157您可以相同的方式修改像素值。
>>> img[100,100] = [255,255,255]
>>> print img[100,100]
[255 255 255]警告：
Numpy是一个用于快速数组计算的优化库。因此，简单地访问每个像素值并修改它将非常缓慢，并不推荐使用。
注：
上面提到的方法通常用于选择数组的区域，比如前5行和最后3列。对于单个像素访问，使用array.tem()和array.itemset()更好。它总是返回一个标量。因此，如果您想访问所有B、G、R值，则需要分别调用array.tem()。
下面是一种更好的访问和编辑像素值的代码：
# accessing RED value
>>> img.item(10,10,2)
59
# modifying RED value
>>> img.itemset((10,10,2),100)
>>> img.item(10,10,2)
100访问图像属性
图像属性包括：行数、列数和通道数、图像数据类型、像素值等等。图像的形状是由访问图像属性
img.shape 访问的。它返回行、列和通道数的元组(如果图像是彩色的)：
>>> print img.shape
(342, 548, 3)如果图像是灰度的，则返回的元组只包含行和列数。因此，检测加载图像是灰度图像还是彩色图像是一种很好的方法。
像素总数由访问 img.size 访问：
>>> print（img.size）
562248>>> print（img.dtype）
uint8设置图像区域（ROI____Religion of Image）
有时，你必须处理某些区域的图像。对于图像中的眼睛检测，首先对图像进行人脸检测，直到找到人脸，然后在人脸区域内搜索眼睛。这种方法提高了准确性和性能(因为眼睛总是长在脸上的，这样做我们可以只搜索一个小型区域)。
>>> ball = img[280:340, 330:390]
>>> img[273:333, 100:160] = ball下图中，左边的球是复制过去的。原图中是不存在的：
图像的分割与合并
当需要时，图像的B、G、R通道可以被分成独立单元。然后，各个通道可以被合并在一起以再次形成BGR图像。我们可以通过以下步骤来执行:
>>> b,g,r = cv2.split(img)
>>> img = cv2.merge((b,g,r))或
>>> b = img[:,:,0]假设，你想把所有的红色像素都变成零，你不需要像这样分割，把它等于零。您可以简单地使用Numpy索引，这样速度更快。
img[:,:,2] = 0警告：
cv2.split() 是一项很费时的操作(效率比较低)，因此只有在必要时才使用它。一般的，Numpy索引效率要高得多，如果可能的话请使用这种方法（主要比split快很多，所以一般推荐你使用这个 - -#！）
如果要在图像周围创建边框，就像相框一样，您可以使用 cv2.copyMakeBorder() 函数。但它更多的应用于卷积运算、零填充等。此函数采用以下参数：
- src - 图片信息
- top, bottom, left, right - 边框宽度在相应方向上的像素数
- borderType - 定义要添加什么类型的边框的标志。它可以是以下类型：
-
- cv2.BORDER_CONSTANT - 添加一个不变的彩色边框。这个值应该作为下一个参数给出。
- cv2.BORDER_REFLECT - 边框将是边框元素的镜像反射。比如 : fedcba | abcdefgh | hgfedcb
- cv2.BORDER_REFLECT_101 or cv2.BORDER_DEFAULT - 和上面一样，但稍微改变一下，比如 : gfedcb | abcdefgh |gfedcba
- cv2.BORDER_REPLICATE - 最后一个元素被复制到整个, 比如 : aaaaaa | abcdefgh | hhhhhhh
- cv2.BORDER_WRAP -没有规律的，比如: cdefgh | abcdefgh | abcdefg
- value - 如果边界类型为
cv2.BORDER_CONSTANT的边界颜色
下面是演示所有这些边界类型的示例代码，以更好地理解这些类型：
import cv2
import numpy as np
from matplotlib import pyplot as plt
BLUE = [255,0,0]
img1 = cv2.imread('opencv_logo.png')
replicate = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REPLICATE)
reflect = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT)
reflect101 = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT_101)
wrap = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_WRAP)
constant= cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_CONSTANT,value=BLUE)
plt.subplot(231),plt.imshow(img1,'gray'),plt.title('ORIGINAL')
plt.subplot(232),plt.imshow(replicate,'gray'),plt.title('REPLICATE')
plt.subplot(233),plt.imshow(reflect,'gray'),plt.title('REFLECT')
plt.subplot(234),plt.imshow(reflect101,'gray'),plt.title('REFLECT_101')
plt.subplot(235),plt.imshow(wrap,'gray'),plt.title('WRAP')
plt.subplot(236),plt.imshow(constant,'gray'),plt.title('CONSTANT')
plt.show()