1.拆分和合并图像通道
通道拆分
b,g,r = cv2.split(img)
或
b=img[:,:,0]
g=img[:,:,1]
r =img[:,:,2]
通道合并
img = cv2.merge((b,g,r))
注意: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。
2. 图像感兴趣区域ROI
img=cv2.imread(“test.jpg”)
ball = img[280:340, 330:390]
或
img[273:333, 100:160] = ball
3. 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。
3.1 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):
img=cv2.imread(“test.jpg”)
print( img.shape ) #(342, 548, 3)
注意 :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。
3.2 像素总数可通过访问img.size:
img=cv2.imread(“te