1. 前言

• 像素是构成数字图像的基本单位，像素处理是图像处理的基本操作。
  对像素的访问、修改，可以使用 Numpy 方法直接访问数组元素。

1. 像素的访问

1.1 数组索引访问

语法结构：

retval = img[row, col, cancel] 

• col：列索引
• row：行索引
• cancel：通道索引, 0 表示蓝色通道，1 表示绿色通道，2 表示红色通道
• retval：获取彩色图像中特定位置的一个颜色通道的值

import cv2

imgFile = "img/lena.jpg"  
img1 = cv2.imread(imgFile, flags=1)  # flags=1 读取彩色图像(BGR)
x = 0  # 列索引
y = 1  # 行索引
value = img1[x, y]
print(f"通道值： ({x}, {y}): {value}")
# 假设我们想要获取位于第10行第20列的红色通道值
x = 20  # 列索引
y = 10  # 行索引
i = 2  # 红色通道索引
# 获取红色通道的值
red_value = img1[y, x, i]
# 输出红色通道的值
print(f"红色通道值： ({x}, {y}): {red_value}")

1.2 img.item()

语法结构：

retval = img.item(row, col, cancel)  #获取数组中单个元素的值

• col：列索引
• row：行索引
• cancel：通道索引, 0 表示蓝色通道，1 表示绿色通道，2 表示红色通道
• retval：获取彩色图像中特定位置的一个颜色通道的值

import cv2  
import numpy as np  
  
# 读取彩色图像  
img = cv2.imread('img/lena.jpg')  
  
# 获取位于 (10, 20) 位置的像素的蓝色通道值  
blue_value = img.item(10, 20, 0)  
  
# 输出蓝色通道值  
print(f"蓝色通道值 (10, 20): {blue_value}")

2. 像素的修改

2.1 数值索引修改

img[row, col, channel] = new_value

2.2 img.itemset()

语法结构：

img.itemset(row, col, channel, new_value)  #用于设置数组中单个元素的值

• col：列索引
• row：行索引
• cancel：通道索引, 0 表示蓝色通道，1 表示绿色通道，2 表示红色通道
• new_value：设置的新值

import cv2  
import numpy as np  
  
# 读取彩色图像  
img = cv2.imread('img/lena.jpg')  
  
# 将位于 (10, 20) 位置的像素的红色通道值设置为 255（白色）  
img.itemset(10, 20, 2, 255)  
  
# 注意：img.itemset() 没有返回值，它直接修改数组  
# 如果需要，你可以使用 img.item(10, 20, 2) 来验证新值  
new_red_value = img.item(10, 20, 2)  
print(f"新红色通道值 (10, 20): {new_red_value}")