opencv python 读取/修改像素值/访问图像属性/ROI/拆分合并图像通道/绘制图像边框

摘要：对于图像中的眼睛检测，在整个图像上进行第一次面部检测。应用我选择感兴趣区域并将其复制到图像中的另一个区域代码拆分和合并图像通道有时需要在，，通道图像上多带带工作。在这种情况下，您需要将图像分割为单个通道。

Basic Operations on Images

可以通过行列坐标访问像素值.对于BGR图,它返回一个蓝色、绿色、红色通道的数组值.对于灰度图，仅返回相应的强度值.

代码：

import numpy as np
import cv2
img = cv2.imread("img.jpg")
px = img[32,32]#访问(32,32)坐标像素值
print(px)


[ 33 108  57]

print(img[32,32,0]) #访问B通道像素值

33

print(img[32,32,1]) #访问G通道像素值

108

img[32,32]=[108,108,108]#修改像素值
print(img[32,32])

[108 108 108]

Note：

Numpy是一个用于快速阵列计算的优化库。 因此，简单地访问每个像素值并对其进行修改将非常缓慢

上述方法通常用于选择数组的一个区域，比如前五行和三列.对于访问单个像素点，推荐使用array.item()和array.itemset(),它们返回的是一个标量.如果需要访问所有B,G,R值，需要对它们多带带调用array.item()

代码：

img.item(32,32,2)#访问R值

108

img.itemset((32,32,2),100)#修改R值
img.item(32,32,2)

100

图像的属性包括行数，列数，通道数，图像数据类型，像素数等.
img.shape访问图像的形状，返回一组行，列，通道的元组（彩色图像）

print(img.shape)

(331, 480, 3)

NOTE:
注意如果图像是灰度图像，则返回的元组仅包含行数和列数，因此它是一种检查图像是灰度图像还是彩色图像的好方法.

img.size访问像素总数

print(img.size)

476640

img.dtype访问图像数据类型

print(img.dtype)

uint8

NOTE：
img.dtype在调试时非常重要，因为OpenCV-Python代码中的大量错误是由无效的数据类型引起的。

有时，您必须使用某些图像区域。 对于图像中的眼睛检测，在整个图像上进行第一次面部检测。 当获得面部时，我们多带带选择面部区域并在其内部搜索眼睛而不是搜索整个图像。 它提高了准确性（因为眼睛总是在脸上：D）和表现（因为我们在一个小区域搜索）。

使用Numpy索引再次获得ROI。

我选择感兴趣区域并将其复制到图像中的另一个区域：
代码：

import cv2
img = cv2.imread("img.jpg")

husky = img[1:240,60:270]
img[61:300,270:480] = husky

cv2.imshow("show",img)
cv2.waitKey()

有时需要在B，G，R通道图像上多带带工作。 在这种情况下，您需要将BGR图像分割为单个通道。

b,g,r = cv2.split(img) #拆分图像通道
img = cv2.merge((b,g,r))

或者

b = img[:,:,0]

假设您要将所有R像素设置为零，则无需先拆分通道。 Numpy索引更快：

img[:,:,2] = 0

NOTE:
cv2.split()是一项代价高的操作（就时间而言）。 所以只有在你需要时才这样做。 否则去Numpy索引。

cv2.copyMakeBorder(src, top, bottom, left, right, borderType[, dst[, value]])

src - 输入图像

top，bottom，left，right - 相应方向上像素数的边框宽度

value : cv2.BORDER_CONSTANT,cv2.BORDER_REFLECT,cv2.BORDER_REFLECT_101 or cv2.BORDER_DEFAULT ,cv2.BORDER_REPLICATE,cv2.BORDER_WRAP

cv2.BORDER_REFLECT_101或cv2.BORDER_DEFAULT - 与上面相同，但略有改动，如下所示：gfedcb | abcdefgh | gfedcba
cv.BORDER_REPLICATE - 最后一个像素在整个过程中被复制，像:aaaaaa |abcdefgh|hhhhhhh这样
cv.BORDER_WRAP - 对称方向 像素互换 就像： cdefgh|abcdefgh|abcdefg 这样

import cv2
from matplotlib import pyplot as plt

BLUE = [255,0,0]

img1 = cv2.imread("img1.jpg")

replicate = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REPLICATE)
reflect = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT)
reflect101 = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT_101)
wrap = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_WRAP)
constant= cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_CONSTANT,value=BLUE)

plt.subplot(231),plt.imshow(img1,"gray"),plt.title("ORIGINAL")
plt.subplot(232),plt.imshow(replicate,"gray"),plt.title("REPLICATE")
plt.subplot(233),plt.imshow(reflect,"gray"),plt.title("REFLECT")
plt.subplot(234),plt.imshow(reflect101,"gray"),plt.title("REFLECT_101")
plt.subplot(235),plt.imshow(wrap,"gray"),plt.title("WRAP")
plt.subplot(236),plt.imshow(constant,"gray"),plt.title("CONSTANT")

plt.show()