一些图片未同步成功，感兴趣的可以公众号搜索--树莓派OpenCV学舍
图像的基本操作
在机器视觉项目应用中，经常涉及到一些图像的操作，这里汇总一下一些常用的。
访问和修改像素值
你可以通过行和列坐标来访问像素值。对于 BGR 图像，它返回一个由蓝色、绿色和红色值组成的数组。对于灰度图像，只返回相应的灰度。
上面的方法通常用于选择数组的区域，例如前5行和后3列。对于单个像素访问，Numpy数组方法array.item()和array.itemset())被认为更好，但是它们始终返回标量。如果要访问所有B，G，R值，则需要分别调用所有的array.item()。
访问图像属性
图像属性包括行数，列数和通道数，图像数据类型，像素数等。图像的形状可通过 img.shape 访问。它返回行，列和通道数的元组（如果图像是彩色的）：如果图像是灰度的，则返回的元组仅包含行数和列数，因此这是检查加载的图像是灰度还是彩色的好方法。
图像感兴趣区域ROI
有时候，你不得不处理一些特定区域的图像。对于图像中的眼睛检测，首先对整个图像进行人脸检测。在获取人脸图像时，我们只选择人脸区域，搜索其中的眼睛，而不是搜索整个图像。它提高了准确性(因为眼睛总是在面部上:D )和性能(因为我们搜索的区域很小)。使用Numpy索引获得ROI。在这里，我要选择亚瑟附近并将其复制到图像中的另一个区域：
拆分和合并图像通道
有时你需要分别处理图像的B，G，R通道。在这种情况下，你需要将BGR图像拆分为单个通道。在其他情况下，你可能需要将这些单独的频道加入BGR图片。你可以通过以下方式简单地做到这一点：
cv.split() 是一项耗时的操作（就时间而言）。因此，仅在必要时才这样做。否则请进行Numpy索引。

顶

顶