OpenCV像素处理基本操作 Open_CV系列（二）

---

ʚʕ̯•͡˔•̯᷅ʔɞ
欢迎各路大佬来到小啾主页指点☀️欢迎大家前来学习OpenCV像素处理基本操作 - Open_CV系列博文，我是侯小啾。
✨博客主页：云雀编程小窝 ꧔ꦿ
꧔ꦿ博文如有帮助，还请给个点赞 + 关注 + 收藏✨
            

上期传送门：OpenCV图像处理基本操作 Open_CV系列（一）

如果您的numpy数组基础不足，可参考这篇超详细的blog总结：Numpy库速通教程典藏版 #一篇就够了系列

如有疑问欢迎随时在评论区交流。☀️

---

正文开始！

首先准备一张图片，用于代码的示例，
这里我选择使用这只cat图（忽略这个去不掉的水印）：
      

---

1. 提取指定位置的像素RGB值(BGR)

import cv2

image = cv2.imread("pic.jpg")
print(image.shape) # 先查看一下shape
px = image[300, 456] # 以提取(300,456)位置像素的RGB值为例，其中300指图片的垂直方向，456指水平方向
print(px)

            

[39 25 37] 表示红绿蓝三种不同的颜色（是光学三原色，不是我们小学美术课学的颜料三原色红黄蓝）
光学三原色是人眼能够感知的三种颜色，这三种颜色也称三基色，将这三种颜色以不同比例匹配，就可以得到其他不同的颜色。计算机利用色彩空间 对颜色进行编码。
RGB色彩空间即彩色，存在三个色彩通道：R通道，G通道，B通道，即对应这里的[39 25 37]三个数字。且每个通道的色彩值都在区间[0, 255]内。

RGB色彩空间的色彩通道在OpenCV中的顺序不是RGB，而是BGR色彩空间（顺序相反）。即R为37，G为25，B为39。

• 对于BGR色彩空间的图像，当每个像素的BGR三个值相等时，就可以得到灰度图像。
• B、G、R三个值都为0时表示纯黑色
• B、G、R三个值都为255时表示纯白色

        
逐个打印出：

import cv2

image = cv2.imread("pic.jpg")
print("R:", image[300, 456, -1])
print("G:", image[300, 456, 1])
print("B:", image[300, 456, 0])

            

---

2. 修改指定像素的BGR值

提取到BGR值之后，可以对其进行修改操作。

2.1 修改一个像素

import cv2

image = cv2.imread("pic.jpg")

image[291, 218] = [255, 255, 255]
cv2.imshow("cat", image)
cv2.waitKey()
cv2.destroyAllWindows()

这里将图片截取一部分查看，可以看到这里图中圈出的地方，多了一个白色的点。即为我们修改的结果。
                

---

2.2 修改一个区域的像素

以竖直方向上[100,150]范围的像素块，水平方向上[200,251]范围的像素块为例。将其BGR值都修改为白色。

从程序执行效果可以看出，竖直方向，像素的位置是从上往下排的，水平方向上，像素的位置在从左往右排列的。即零轴在左上角。（pic的shape为(700,700,3)，修改的白块儿在偏左上角的位置。）

import cv2

image = cv2.imread("pic.jpg")
cv2.imshow("cat", image)
for i in range(100, 151):
    for j in range(200, 251):
        image[i, j] = [255, 255, 255]
cv2.imshow("cat", image)
cv2.waitKey()
cv2.destroyAllWindows()

程序执行结果如图所示：
      

---

3. 图像的创建

创建图像，即创建三维数组或二维数组，使其像素的每个色彩值分布在[0,255]内。然后使用Open_CV的方法将其显示出来即可。

---

3.1 创建纯黑/白图像

创建纯黑图像，即创建二维的全零数组。

import cv2
import numpy as np

width = 800
height = 600
img = np.zeros((height, width), np.uint8)
cv2.imshow("BLACK", img)
cv2.waitKey()
cv2.destroyAllWindows()

   

---

同理创建纯白图像即在上边的基础上把数组的每个值都改为255.

代码示例：

import cv2
import numpy as np

width = 800
height = 600
img = np.ones((height, width), np.uint8) * 255
cv2.imshow("img", img)
cv2.waitKey()
cv2.destroyAllWindows()

   

---

3.2 创建黑白相间图像

• 将全零数组的局部值改为255即可。

全黑+白块

import cv2
import numpy as np

width = 400
height = 300
img = np.zeros((height, width), np.uint8)
img[50:101, 50:100] = 255
cv2.imshow("BLACK-WHITE", img)
cv2.waitKey()
cv2.destroyAllWindows()

              

---

黑条白条相间

import cv2
import numpy as np

width = 440
height = 300
img = np.zeros((height, width), np.uint8)
# 在水平方向上，每隔40个单位的像素，是20个单位长度的白色像素的起始点。
# 即40是一个黑白色的周期，每次的黑白在水平方向上都显示20个像素的长度。
for i in range(0, width, 40):
    img[:, i:i + 20] = 255
cv2.imshow("BLACK-WHITE", img)
cv2.waitKey()
cv2.destroyAllWindows()

              

---

3.3 创建彩色图像

关于色素，
显示红色即R值为255，G值与B值为0
显示绿色即G值为255，R值与B值为0
显示蓝色即B值为255，R值与G值为0

接下来依次创建这三种彩色图像：

import cv2
import numpy as np

width = 300
height = 200
img = np.zeros((height, width, 3), np.uint8)
blue = img.copy()
blue[:, :, 0] = 255
green = img.copy()
green[:, :, 1] = 255
red = img.copy()
red[:, :, 2] = 255
cv2.imshow("blue", blue)
cv2.imshow("green", green)
cv2.imshow("red", red)
cv2.waitKey()
cv2.destroyAllWindows()

程序执行结果如下，依次创建了红绿蓝三种颜色的图像：

    

---

3.4 随机颜色图像（雪花点图）

创建随机灰度图像

import cv2
import numpy as np

width = 400
height = 300
img = np.random.randint(256, size=(height, width), dtype=np.uint8)
cv2.imshow("img", img)
cv2.waitKey()
cv2.destroyAllWindows()

程序执行结果如下：
              

---

创建随机彩色图像

import cv2
import numpy as np

width = 400
height = 300
img = np.random.randint(256, size=(height, width, 3), dtype=np.uint8)
cv2.imshow("img", img)
cv2.waitKey()
cv2.destroyAllWindows()

程序执行结果如下：
              

---

4. 图像的拼接

首先准备两个图片，这里将其命名为a，b。

---

水平拼接 hstack()

import cv2
import numpy as np

img1 = cv2.imread("a.jpg")
img2 = cv2.imread("b.jpg")
img_h = np.hstack((img1, img2))
cv2.imshow("img_h", img_h)
cv2.waitKey()
cv2.destroyAllWindows()

---

垂直拼接 vstack()

import cv2
import numpy as np

img1 = cv2.imread("a.jpg")
img2 = cv2.imread("b.jpg")

img_v = np.vstack((img1, img2))
cv2.imshow("img_v", img_v)
cv2.waitKey()
cv2.destroyAllWindows()

（因为图片过长，图片未显示全）

---