图像的基础操作

1.读取图像的像素值并修改

• 首先我们先读取一张图片

  import cv2
  import numpy as np
  img=cv2.imread(‘路径’, 1)

• 如果读取的是彩色图，那么img是一个三维数组,最后一位表示颜色通道，opencv采用BGR顺序

  • 读取某一个像素值

  px = img[21,30,1]

  • 读取某一位置的三个通道值

  px = img[21,30]

  • 修改像素值

  img[21, 30, 1] = [0, 0, 0]
  注意：Numpy 是经过优化了的进行快速矩阵运算的软件包。所以不推荐逐个获取像素值并修改，这样会很慢，能有矩阵运算就不要用循环。

• 获取图像属性

• 图像基本属性包括：行、列、通道、图像数据类型、像素数目等

• img.shape:获得图像形状（行、列、通道）

• img.size：获得图像像素总个数

• img.dtype：获得图像数据类型（下表）

  名称	描述
  bool	一个字节 布尔类型
  inti	由所在平台觉定的整数类型（int32，int64）
  int8	一个字节的整数（-128——127）
  int16	整数（-32768——32767）
  int32	整数（ -2 ** 31 至 2 ** 32 ）
  int64	整数，-2 ** 63 至 2 ** 63
  uint8	无符号整数，0 至 255
  uint16	无符号整数，0 至 65535
  uint32	无符号整数，0 至 2 ** 32
  uint64	无符号整数，0 至 2 ** 64
  float16	半精度浮点数：16位，正负号1位，指数5位，精度10位
  float32	单精度浮点数：32位，正负号1位，指数8位，精度23位
  float64或float	双精度浮点数：64位，正负号1位，指数11位，精度52位
  complex64	复数，分别用两个32位浮点数表示实部和虚部
  complex	复数，分别用两个64位浮点数表示实部和虚部

  • 数据类型转换

    • numpy数组的数据类型不能直接转换，需要用astype()方法。

    • 

    • 注意不要直接修改，直接修改虽然会显示修改成功，但是会把数据修改为错误格式

      强制转换会造成由原来的2×2的矩阵被变为2×4