1、获取图像属性
我们常用的图像属性主要包括图像的宽和高、像素的数目和数据类型等。相关代码如下：
import cv2
img = cv2.imread('F:\python\work\cv_learn\lena.jpg',1)#读取图像
print(img.shape)#获取图像的宽、高
print(img.size)#获取图像像素数目
print(img.dtype)#返回数据类型运行结果如下：
可见由于读取的是RGB类型的彩色图像，img.shape返回的也是图像的宽、高和通道数。要注意的是像素的数目也是横向*纵向*通道数，所以要获得真正的数目应该再除以通道数。
2.获取图像的ROI（range of interest）
获取图像ROI的过程类似于python中对数组进行切片，代码实现如下：
import cv2
img = cv2.imread('F:\python\work\cv_learn\lena.jpg',1)#读取图像
roi = img[100:300,100:300]
cv2.imshow('roi',roi)#显示roi区域
cv2.imshow('source',img)#显示图像
cv2.waitKey(0)#保持图像运行结果如图：
要注意的是opencv中图像的存储格式是一个三维数组，层次为 [行，列，通道]，但是python中三维数组存储的顺序却是 [通道，行，列]，所以我们输出一个彩色图像12个像素点的值时显示的是这样的：
可见显示的分别是B,G,R三个通道的像素值，如果我们取某一点，例如第一个点，他的像素值应该为[78,95,73],三维数组的概念比较抽象，这里要好好理解。但是如果我们想通过python来显示三维数组的第二层第一行第零列的像素，我们应该打印img[2,1,0](顺序为层数、行、列)，而不是打印img[1,0,2]。
3.通道的拆分与合并
例如我们读取的是一个RGB彩色的图像，我们通过
b,g,r = cv2.split(img)
cv2.imshow('b',b)#显示图像
cv2.imshow('g',g)#显示图像
cv2.imshow('r',r)#显示图像来实现，效果如下：
合成的时候一定要注意顺序，前面的博文中强调过我们常说的RGB格式在opencv中存储的顺序其实是B,G,R，我们通过下列代码实现：
img2 = cv2.merge([b,g,r])
效果如上，左图是按照RGB这种错误的格式合成的，右图则是按照BGR正确的格式合成的。
最后，我也是刚入门opencv，可能还会有很多不对的地方，欢迎大家指正！
