OpenCV入门03:图像像素的读写操作以及算数操作

教程开源

本教程开源，地址：https://gitee.com/zccbbg/opencv_study

图像像素的读写操作

这段代码介绍了操作图像像素，反转了当前像素的颜色，通过将每个通道的值减去原始值从而得到反转后的颜色。具体地，对每个通道的值取补，以实现颜色反转。

def pixel_demo():
    image = cv.imread("../images/test.jpg")
    cv.imshow("input",image)
    '''
    其中h表示高度（行数），w表示宽度（列数），c表示通道数。对于彩色图像，通道数通常为3，表示红色、绿色和蓝色三个通道
    '''
    h,w,c = image.shape
    for row in range(h): #外层循环遍历图像的每一行
        for col in range(w): #内层循环遍历图像的每一列
            b,g,r = image[row,col] # 这一行代码获取当前像素的蓝色（b）、绿色（g）和红色（r）通道的值
            image[row,col] = (255-b,255-g,255-r) #反转了当前像素的颜色，通过将每个通道的值减去原始值从而得到反转后的颜色。具体地，对每个通道的值取补，以实现颜色反转
    cv.imshow("result", image)
    cv.waitKey(0)
    cv.destroyAllWindows()

if __name__ == '__main__':
    pixel_demo()

图像像素的算数操作

使用OpenCV的cv.add函数将原始图像image和全黑图像blank相加，生成一个新的图像result，其中每个像素是对应位置的两个图像像素之和这将导致原始图像中的每个像素的颜色都加了(80, 80, 80)，也就是将原始图像中的颜色亮度增加了。

def math_demo():
    image = cv.imread("../images/test.jpg")
    cv.imshow("input",image)
    # 其中h表示高度（行数），w表示宽度（列数），c表示通道数。对于彩色图像，通道数通常为3，表示红色、绿色和蓝色三个通道
    h,w,c = image.shape
    # 创建一个和加载的图像image具有相同形状的全黑图像。np.zeros_like函数生成一个与输入图像相同尺寸的全零矩阵
    blank = np.zeros_like(image)
    # 将全黑图像blank的所有像素值设置为(80, 80, 80)，这意味着将所有像素的颜色设置为灰色
    blank[:,:] = (80,80,80)
    cv.imshow("blank",blank)
    '''
    使用OpenCV的cv.add函数将原始图像image和全黑图像blank相加，
    生成一个新的图像result，其中每个像素是对应位置的两个图像像素之和
    这将导致原始图像中的每个像素的颜色都加了(80, 80, 80)，也就是将原始图像中的颜色亮度增加了
    '''
    result = cv.add(image,blank)
    cv.imshow("result", result)
    cv.waitKey(0)
    cv.destroyAllWindows()

if __name__ == '__main__':
    math_demo()