opencv操作图片是很方便的，能够对图片更进一步处理，例如合并图片、添加水印等
图片的基本原理
彩色图片
如果一个图片是彩色的图片，那么每个像素有3个数字（0-255），0表示黑色，255表示白色，RGB（R-red 红色，G-green 绿色，B-blue 蓝色），通常所说的颜色顺序是 RGB，但是openCV由于历史原因，它的彩色像素中的顺序不是RBG而是BGR。不管是RGB还是 BGR，彩色图片的像素用数字表示都是（0-255,0-255,0-255）
黑白图片
如果一个图片是黑白的图片，那么每个像素只需要用一个数字来表示 （0-255），0表示黑色，255表示白色。
图片的像素解析
对图片处理就是对图片每个像素的处理，图片的像素可以用一个列表来表示。
img[100, 100]
列表的第1个数字（下标为0）表示的是图片的 x 轴的像素位置，列表的第2个数字（下标为1）表示的是图片的 y 轴的像素位置，img[100, 100] 表示的是：x轴第100，y轴第100的那1个像素。
结合print的用法为：print(img[100, 100])
案例：
import cv2
img = cv2.imread('./img/dog.jpeg', 1)
print(img[100, 100]) # x轴第100、y轴第100的那个像素的BGR值
结果为：
[ 52 113 77]
案例打印的结果为该图片 x 轴第100、 y 轴第100的那个像素的 BGR 的值，52是B的值，113是G的值，77是R的值。
img[100, 100, 0]
表的第1个数字（下标为0）表示的是图片的 x 轴的像素位置，列表的第2个数字（下标为1）表示的是图片的 y 轴的像素位置，列表的第3个数字（下标为2）表示的是BGR的信息。
第3个数字如果是 0 ，表示的是B (blue-蓝色)的值（0~255）；第3个数字如果是 1 ，表示的是G (green-绿色)的值（0~255）；第3个数字如果是 2 ，表示的是 R(red-红色)的值（0~255）；
结合print的用法为：print(img[100, 100, 0])
案例：
import cv2
img = cv2.imread('./img/dog.jpeg', 1)
print(img[100, 100, 0]) # x轴第100、y轴第100的那个像素的BGR值中的第1位的B的值
print(img[100, 100, 1]) # x轴第100、y轴第100的那个像素的BGR值中的第2位的G的值
print(img[100, 100, 2]) # x轴第100、y轴第100的那个像素的BGR值中的第3位的R的值
结果为：
52 113 77
打印的第1个结果 52 指的是该图片 x 轴第100、 y 轴第100的那个像素的BGR值中的第 1 位，也就是 B 的值；
打印的第2个结果 113 指的是该图片 x 轴第100、y 轴第100的那个像素的BGR值中的第 2 位，也就是 G 的值；
打印的第3个结果 77 指的是该图片 x 轴第100、y 轴第100的那个像素的BGR值中的第 3 位，也就是 R 的值；
原创文章，作者：朋远方，如若转载，请注明出处：https://caovan.com/opencvchangyongcaozuozhitupiandejibencaozuo/.html
微信扫一扫 
