python+OpenCv笔记（三）：修改像素点 感兴趣区域 获取图像属性

一、获取并修改图像中的像素点

对于BGR图像，它返回一个蓝，绿，红值的数组。

对于灰度图像，仅返回相应的强度值。

使用相同的方法对像素值进行修改。

代码示例如下：

import numpy as npimport cv2 as cvsource = cv.imread("E:\\qi.png")img = source.copy()# 获取某个像素点的值px = img[100, 100]print(px) # ---输出---：[173 188 237]# 仅获取蓝色通道的强度值blue = img[100, 100, 0]print(blue) # ---输出---：173# 修改某个位置的像素值img[100, 100] = (0, 0, 0)

当我们想更改某一特定像素的蓝色（红色/绿色）值时，numpy.array类型提供了一个方便的方法item，它有三个参数：x，y位置以及数组中（x,y）位置的索引。

另一个方法 itemset 可以将某一特定像素的特定通道的值设置为指定的值，itemset有两个参数：三元组（x,y和索引）和 新值。

例如，我们将（150,120）处的蓝色通道值从其当前值更改为255：

src = cv.imread("E:\\qi.png")img = src.copy()img.itemset((150, 120, 0), 255)print(img.item(150, 120, 0))

对于修改单个元素，itemset方法比第一次的看到的索引与法要快一些，但就性能而言，这只适合于感兴趣的小区域，当需要操作整个图像或者感兴趣的大区域时，建议使用OpenCV的函数或者NumPy的数组切片，NumPy的数组切片允许指定索引的范围，例如，将一幅图像的所有G（绿色）值都设置为0:，代码如下：

img[:, :, 1] = 0# 意思是从所有行中和所有列中获取所有像素，并把绿色值（索引为1）设置为0

显示此图像，我们可以看到绿色完全消失了。

二、获取感兴趣区域

src = cv.imread("E:\\qi.png")img = src.copy()my_roi = img[0:100, 0:100]img[300:400, 300:400] = my_roi

确保两个区域在大小上一致，如果不一致，NumPy会报错

三、获取图像的属性

# 获取图像属性img_shape = img.shapeimg_dtype = img.dtypeimg_size=img.sizeprint(img_shape)# ---输出---：(486, 864, 3)print(img_dtype) # ---输出---：uint8print(img_size) # ---输出---：1259712 (即486*864*3)

如果觉得《python+OpenCv笔记（三）：修改像素点 感兴趣区域 获取图像属性》对你有帮助，请点赞、收藏，并留下你的观点哦！