1. 前言
- 像素是构成数字图像的基本单位，像素处理是图像处理的基本操作。
对像素的访问、修改，可以使用 Numpy 方法直接访问数组元素。
1. 像素的访问
1.1 数组索引访问
语法结构：
retval = img[row, col, cancel]
col：列索引row：行索引cancel：通道索引, 0 表示蓝色通道，1 表示绿色通道，2 表示红色通道retval：获取彩色图像中特定位置的一个颜色通道的值
import cv2 imgFile = "img/lena.jpg" img1 = cv2.imread(imgFile, flags=1) # flags=1 读取彩色图像(BGR) x = 0 # 列索引 y = 1 # 行索引 value = img1[x, y] print(f"通道值： ({x}, {y}): {value}") # 假设我们想要获取位于第10行第20列的红色通道值 x = 20 # 列索引 y = 10 # 行索引 i = 2 # 红色通道索引 # 获取红色通道的值 red_value = img1[y, x, i] # 输出红色通道的值 print(f"红色通道值： ({x}, {y}): {red_value}")
1.2 img.item()
语法结构：
retval = img.item(row, col, cancel) #获取数组中单个元素的值
col：列索引row：行索引cancel：通道索引, 0 表示蓝色通道，1 表示绿色通道，2 表示红色通道retval：获取彩色图像中特定位置的一个颜色通道的值
import cv2 import numpy as np # 读取彩色图像 img = cv2.imread('img/lena.jpg') # 获取位于 (10, 20) 位置的像素的蓝色通道值 blue_value = img.item(10, 20, 0) # 输出蓝色通道值 print(f"蓝色通道值 (10, 20): {blue_value}")
2. 像素的修改
2.1 数值索引修改
img[row, col, channel] = new_value
2.2 img.itemset()
语法结构：
img.itemset(row, col, channel, new_value) #用于设置数组中单个元素的值
col：列索引row：行索引cancel：通道索引, 0 表示蓝色通道，1 表示绿色通道，2 表示红色通道new_value：设置的新值
import cv2 import numpy as np # 读取彩色图像 img = cv2.imread('img/lena.jpg') # 将位于 (10, 20) 位置的像素的红色通道值设置为 255（白色） img.itemset(10, 20, 2, 255) # 注意：img.itemset() 没有返回值，它直接修改数组 # 如果需要，你可以使用 img.item(10, 20, 2) 来验证新值 new_red_value = img.item(10, 20, 2) print(f"新红色通道值 (10, 20): {new_red_value}")
