图像像素的访问与数据类型
图像读入程序中后，是以numpy数组存在的，因此对numpy数组的一切功能，对图像也适用。对数组元素的访问，实际上就是对图像像素点的访问。
一、图像像素的访问
彩色图像访问方式为：img[i,j,c]
i表示图像的行数，j表示图像的列数，c表示图像的通道数（RGB三通道分别对应0，1，2），坐标是从左上角开始。
灰度图像访问方式为：gray[i,j]
例1：输出小猫图像的G通道中的第20行30列的像素值，代码示例如下：
from skimage import io,data
img=data.chelsea()
pixel=img[20,30,1]
print(pixel)输出结果为
129
例2：显示红色单通道图像，代码示例如下：
from skimage import io,data
img=data.chelsea()
R=img[:,:,0]
io.imshow(R)二、图像像素的修改
除了对像素进行读取，也可以修改像素值。
例3：对小猫图像随机添加椒盐噪声，代码示例如下：
from skimage import io,data
import numpy as np
img=data.chelsea()
#随机生成5000个椒(盐)噪声
rows,cols,dims=img.shape
for i in range(5000):
x=np.random.randint(0,rows)
y=np.random.randint(0,cols)
img[x,y,:]=255
io.imshow(img)这里用到了numpy包里的random来生成随机数，randint(0,cols)表示随机生成一个整数，范围在0到cols之间。
用img[x,y,:]=255这句来对像素值进行修改，将原来的三通道像素值，变为255。
三、图像的裁剪
通过对数组的裁剪，就可以实现对图像的裁剪。
例4：对小猫图像进行裁剪，代码示例如下：
from skimage import io,data
img=data.chelsea()
roi=img[80:180,100:200,:]
io.imshow(roi)对多个像素点进行操作，使用数组切片方式访问。切片方式返回的是以指定间隔下标访问该数组的像素值。下面是有关灰度图像的一些例子：
img[i,:] = im[j,:] # 将第j行的数值赋值给第 i 行
img[:,i] = 100 # 将第i 列的所有数值设为 100
img[:100,:50].sum() # 计算前100行、前50列所有数值的和
img[50:100,50:100] # 50~100 行，50~100 列（不包括第100 行和第 100 列）
img[i].mean() # 第i行所有数值的平均值
img[:,-1] # 最后一列
img[-2,:] (or im[-2]) # 倒数第二行例5：读取小猫图像，先对红
色分量的所有像素值进行判断，如果大于170，则将这个地方的像素值变为[0,255,0],
即G通道值为255，R和B通道值为0
from skimage import io,data
img=data.chelsea()
reddish = img[:,:, 0] >170
img[reddish] = [0,255, 0]
io.imshow(img)四、图像数据类型及转换
在skimage中，一张图像就是一个简单的numpy数组，数组的数据类型有很多种，相互之间也可以转换。这些数据类型及取值范围如下表所示：
数据类型 | 取值范围 |
uint8 | 0~255 |
uint16 | 0 ~ 65535 |
uint32 | 0 ~2^32 |
float | -1 ~ 1 or 0 ~ 1 |
int8 | -128 ~ 127 |
int16 | -32768 ~ 32767 |
int32 | -2^31 ~ 2^31 - 1 |
灰度图像的像素值范围是[0,255], 因此默认类型是unit8, 可用如下代码查看数据类型：
from skimage import io,data
img=data.chelsea()
print(img.dtype.name)在上面的表中，特别注意的是float类型，它的范围是[-1,1]或[0,1]之间。一张彩色图像转换为灰度图像后，它的类型就由unit8变成了float
1、unit8转float
from skimage import data,img_as_float
img=data.chelsea()
print(img.dtype.name)
dst=img_as_float(img)
print(dst.dtype.name)输出
uint8
float64
2、float转uint8
from skimage import img_as_ubyte
import numpy as np
img = np.array([0, 0.5, 1], dtype=float)
print(img.dtype.name)
dst=img_as_ubyte(img)
print(dst.dtype.name)输出：
float64
uint8
float转为unit8，有可能会造成数据的损失，因此会有警告提醒。
例6：将coffee图像进行二值化，像素值大于128的变为1，否则变为0
from skimage import io,data,color
img=data.coffee()
img_gray=color.rgb2gray(img)
rows,cols=img_gray.shape
for i in range(rows):
for j in range(cols):
if (img_gray[i,j]<=0.5):
img_gray[i,j]=0
else:
img_gray[i,j]=1
io.imshow(img_gray)这个例子，使用了color模块的rgb2gray（）函数，将彩色图像转换成灰度图。转换结果为float64类型的数组，范围为[0,1]之间。
除了这两种最常用的转换以外，还有一些其它的类型转换，如下表所示：
函数 | 功能 |
img_as_float | Convert to 64-bit floating point. |
img_as_ubyte | Convert to 8-bit uint. |
img_as_int | Convert to 16-bit int. |
img_as_uint | Convert to 16-bit uint. |
