python怎么处理图片为rgb并保存 python获取图片的rgb值

1读取和修改像素值

可以通过行列坐标访问像素值.对于BGR图,它返回一个蓝色、绿色、红色通道的数组值.对于灰度图，仅返回相应的强度值.

代码：

import numpy as np
import cv2
img = cv2.imread('img.jpg')
px = img[32,32]#访问(32,32)坐标像素值
print(px)
[ 33 108 57]
print(img[32,32,0]) #访问B通道像素值
33
print(img[32,32,1]) #访问G通道像素值
108
img[32,32]=[108,108,108]#修改像素值
print(img[32,32])
[108 108 108]

Note：

Numpy是一个用于快速阵列计算的优化库。 因此，简单地访问每个像素值并对其进行修改将非常缓慢

上述方法通常用于选择数组的一个区域，比如前五行和三列.对于访问单个像素点，推荐使用array.item()和array.itemset(),它们返回的是一个标量.如果需要访问所有B,G,R值，需要对它们单独调用array.item()

代码：

img.item(32,32,2)#访问R值
108
img.itemset((32,32,2),100)#修改R值
img.item(32,32,2)
100

2访问图像属性

图像的属性包括行数，列数，通道数，图像数据类型，像素数等.

img.shape访问图像的形状，返回一组行，列，通道的元组（彩色图像）

print(img.shape)
(331, 480, 3)
NOTE:

注意如果图像是灰度图像，则返回的元组仅包含行数和列数，因此它是一种检查图像是灰度图像还是彩色图像的好方法.

img.size访问像素总数
print(img.size)
476640
img.dtype访问图像数据类型
print(img.dtype)
uint8
NOTE：

img.dtype在调试时非常重要，因为OpenCV-Python代码中的大量错误是由无效的数据类型引起的。

3图像ROI

有时，您必须使用某些图像区域。 对于图像中的眼睛检测，在整个图像上进行第一次面部检测。 当获得面部时，我们单独选择面部区域并在其内部搜索眼睛而不是搜索整个图像。 它提高了准确性（因为眼睛总是在脸上：D）和表现（因为我们在一个小区域搜索）。

使用Numpy索引再次获得ROI。

应用

我选择感兴趣区域并将其复制到图像中的另一个区域：

代码：

import cv2
img = cv2.imread('img.jpg')
husky = img[1:240,60:270]
img[61:300,270:480] = husky
cv2.imshow('show',img)
cv2.waitKey()

4拆分和合并图像通道

有时需要在B，G，R通道图像上单独工作。 在这种情况下，您需要将BGR图像分割为单个通道。

b,g,r = cv2.split(img) #拆分图像通道
img = cv2.merge((b,g,r))
或者
b = img[:,:,0]

假设您要将所有R像素设置为零，则无需先拆分通道。 Numpy索引更快：

img[:,:,2] = 0
NOTE:
cv2.split()是一项代价高的操作（就时间而言）。 所以只有在你需要时才这样做。 否则去Numpy索引。
5绘制图像边框
cv2.copyMakeBorder(src, top, bottom, left, right, borderType[, dst[, value]])
src - 输入图像
top，bottom，left，right - 相应方向上像素数的边框宽度
value : cv2.BORDER_CONSTANT,cv2.BORDER_REFLECT,cv2.BORDER_REFLECT_101 or cv2.BORDER_DEFAULT ,cv2.BORDER_REPLICATE,cv2.BORDER_WRAP
cv2.BORDER_CONSTANT
添加常量彩色边框
cv2.BORDER_REFLECT
Border将是边框元素的镜像反射
cv2.BORDER_REFLECT_101或cv2.BORDER_DEFAULT - 与上面相同，但略有改动，如下所示：gfedcb | abcdefgh | gfedcba
cv.BORDER_REPLICATE - 最后一个像素在整个过程中被复制，像:aaaaaa |abcdefgh|hhhhhhh这样
cv.BORDER_WRAP - 对称方向 像素互换 就像： cdefgh|abcdefgh|abcdefg 这样
应用
import cv2
from matplotlib import pyplot as plt
BLUE = [255,0,0]
img1 = cv2.imread('img1.jpg')
replicate = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REPLICATE)
reflect = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT)
reflect101 = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT_101)
wrap = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_WRAP)
constant= cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_CONSTANT,value=BLUE)
plt.subplot(231),plt.imshow(img1,'gray'),plt.title('ORIGINAL')
plt.subplot(232),plt.imshow(replicate,'gray'),plt.title('REPLICATE')
plt.subplot(233),plt.imshow(reflect,'gray'),plt.title('REFLECT')
plt.subplot(234),plt.imshow(reflect101,'gray'),plt.title('REFLECT_101')
plt.subplot(235),plt.imshow(wrap,'gray'),plt.title('WRAP')
plt.subplot(236),plt.imshow(constant,'gray'),plt.title('CONSTANT')
plt.show()