OpenCV 图像基本操作

之前几篇文章介绍了OpenCV的一些模块概念，并没有细说每个模块具体的方法和使用。接下来就会详细介绍每个模块模块包含的方法和使用。

本文将详细介绍图像的四种基本操作：访问和修改像素值、图像 ROI (Region of Interest) 操作、图像通道分离与合并、以及图像的缩放、旋转、平移和翻转。
常用方法：

操作	函数/方法	说明
访问像素值	image[y, x]	获取或修改像素值
图像 ROI	image[y1:y2, x1:x2]	获取或修改图像中的矩形区域
通道分离与合并	cv2.split() / cv2.merge()	分离或合并图像通道
图像缩放	cv2.resize()	调整图像大小
图像旋转	cv2.getRotationMatrix2D()	旋转图像
图像平移	cv2.warpAffine()	平移图像
图像翻转	cv2.flip()	翻转图像
图像加法	cv2.add()	对两幅图像进行加法运算
图像减法	cv2.subtract()	对两幅图像进行减法运算
图像混合	cv2.addWeighted()	对两幅图像进行加权混合
阈值处理	cv2.threshold()	对图像进行阈值处理
平滑处理	cv2.blur() / cv2.GaussianBlur()	对图像进行平滑处理

1. 访问和修改像素值

图像是由像素组成的矩阵，每个像素都有一个或多个值，表示颜色或灰度。在灰度图像中，每个像素只有一个值，表示灰度强度；在彩色图像中，每个像素通常有三个值，分别表示红色、绿色和蓝色（RGB）通道的强度。

访问像素值

在 Python 中，可以使用 OpenCV 库来访问图像的像素值。假设我们有一个灰度图像 img，可以通过 img[y, x] 来访问位于 (x, y) 位置的像素值。对于彩色图像，可以通过 img[y, x, c] 来访问特定通道 c 的像素值，其中 c 为 0（蓝色）、1（绿色）或 2（红色）。

import cv2

# 读取图像
img = cv2.imread('image.jpg')

# 访问像素值
pixel_value = img[100