2021-07-18
对图像的一些操作
修改像素值
修改像素值有两种方法，第一种是直接访问数组修改，第二种是使用item和itemset函数访问和修改。
img=cv.imread('C:\\Users\\Administrator\\Desktop\\123\\2.jpg',0)
#方法一
img[100,100]=0
#方法二
print(img.item(100,100))
img.itemset(100,100,0)
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，像素数等。
图像的形状可通过 img.shape 访问。它返回行，列和通道数的元组。如果图像是灰度的，则返回的元组仅包含行数和列数，因此这是检查加载的图像是灰度还是彩色的好方法。
print( img.shape )
像素总数可通过访问 img.size
print( img.size )
图像数据类型通过 img.dtype 获得
print( img.dtype )
图像的处理
图像的分割，将图像中的一部分切割出来，用到的其实是分片的特性。
import cv2 as cv
cv.namedWindow('image')
img=cv.imread('C:\\Users\\Administrator\\Desktop\\123\\2.jpg',0)
print(img.shape)
img1=img[50:100,25:75]
cv.imshow('image',img1)
cv.waitKey(10000000)
cv.destroyAllWindows()
拆分和合并图像通道，有两种方法，第一种是使用分片的特性进行拆分，第二种是使用opencv内置得到split()函数和merge()函数进行拆分。
注意：cv.split() 是一项耗时的操作（就时间而言）。因此，仅在必要时才这样做。否则请进行Numpy索引。
import cv2 as cv
cv.namedWindow('image')
img=cv.imread('C:\\Users\\Administrator\\Desktop\\123\\2.jpg',0)
#第一种
b = img [:, :, 0]
g = img [:, :, 1]
r = img [:, :, 2]
img1=cv.merge((r,g,b))
#第二种
b,g,r = cv.split(img)
img = cv.merge((r,g,b))
为图像增加边框
cv.copyMakeBorder()函数可以为图像增加边框，他的输入为需要加边框的图片，上边框宽度，下边框宽度，左边框宽度，右边框宽度，边框类型，关于某些边框类型的参数value。然后返回一个加上边框的图像。
代码例子：
import cv2 as cv
img1 = cv.imread('C:\\Users\\Administrator\\Desktop\\123\\2.jpg')
replicate = cv.copyMakeBorder(img1,10,10,10,10,cv.BORDER_REPLICATE)
cv.namedWindow("image")
cv.imshow("image",replicate)
cv.waitKey(100000000)
常见边框类型和对应的处理方法：
| 边框代码 | 处理方法 |
|---|---|
| BORDER_REPLICATE | 复制法 aaaaaa[abcdefgh]hhhhhhh 取图片最边界的一个像素点作为边框，边框长度是几就复制几次 |
| BORDER_REFLECT | 对称法 fedcba[abcdefgh]hgfedcb 取图片最边缘的一个像素为对称轴，然后对称复制对称轴另一侧边框长度的图片作为边框。（边框类型的默认方法） |
| BORDER_CONSTANT | 常量法 iiiiii[abcdefgh]iiiiiii 以一个常量像素值填充扩充的边界值，该值由参数确定。 |
| BORDER_REFLECT_101 | gfedcb[abcdefgh]gfedcba 将图片左边边框长度的像素复制，然后翻转作为图片的边框 |
| BORDER_WRAP | cdefgh[abcdefgh]cdefg 将图片右边边框长度的像素复制，然后作为图片的边框 |