opencv-python 2 影象基本操作

影象的基本操作

獲取並修改影象的畫素值

可以通過行和列的座標值獲取該畫素點的畫素值。對於BGR影象，它返回一個藍色，綠色，紅色值的陣列。對於灰度影象，僅返回相應的強度值。

可以用同樣的方法修改畫素點的畫素值：

更好的畫素獲取和編輯方法：

獲取影象的屬性

影象屬性包括行數，列數和通道數，影象資料型別，畫素數等。
使用img.shape可以獲取影象的形狀。它返回一組行，列和通道的元組（如果影象是彩色的）：

注意：如果影象是灰度影象，則返回的元組僅包含行數和列數，因此這是檢查載入的影象是灰度還是彩色的一種很好的方法。

使用img.size獲取的畫素總數, img.dtype獲取影象資料型別：

影象ROI

有時你需要對一幅影象的特定區域進行操作。例如我們要檢測一副影象中眼睛的位置，我們首先應該在影象中找到臉，再在臉的區域中找眼睛，而不是直接在一整幅影象中搜尋。這樣會提高程式的準確性（因為眼睛總在臉上）和效能（因為我們在很小的區域內搜尋）。 ROI 也是使用 Numpy 索引來獲得的。
1.我們先在影象上建立一個目標區域

2.移動目標區域

影象通道的拆分與合併

有時您需要分別處理影象的B、G、R通道。在這種情況下，需要將BGR影象分割為單個通道。或者在其他情況下，可能需要將這些單獨的通道合併到BGR影象。

拆分有兩種方式，cv.split()是一項代價高昂的操作（就消耗時間而言）。所以只有在你需要時才這樣做。否則使用Numpy索引

合併用cv.merge()

假設你要將所有紅色畫素設定為零，則無需先拆分通道。使用Numpy索引更快：

製作影象邊框(padding)

如果要在影象周圍建立邊框，比如相框，可以使用cv.copyMakeBorder()。它在折積運算，零填充等方面有更多的應用。該函數需要以下引數：

src - 輸入影象
top, bottom, left, right - 對應邊界的畫素數目。
borderType - 要新增那種型別的邊界，型別如下：
cv2.BORDER_CONSTANT - 新增一個固定的彩色邊框，還需要下一個引數（value）。
cv2.BORDER_REFLECT - 邊界元素的映象。比如: fedcba|abcdefgh|hgfedcb
cv2.BORDER_REFLECT_101 or cv2.BORDER_DEFAULT - 跟上面一樣，但稍作改動。例如: gfedcb|abcdefgh|gfedcba
cv2.BORDER_REPLICATE 重複最後一個元素。例如: aaaaaa|abcdefgh|hhhhhhh
cv2.BORDER_WRAP - 不知道怎麼說了, 就像這樣: cdefgh|abcdefgh|abcdefg
value 邊界顏色，如果邊界的型別是 cv2.BORDER_CONSTANT

其他邊框demo

replicate = cv.copyMakeBorder(img1,10,10,10,10,cv.BORDER_REPLICATE)
reflect = cv.copyMakeBorder(img1,10,10,10,10,cv.BORDER_REFLECT)
reflect101 = cv.copyMakeBorder(img1,10,10,10,10,cv.BORDER_REFLECT_101)
wrap = cv.copyMakeBorder(img1,10,10,10,10,cv.BORDER_WRAP)