计算机视觉基础系列（python与opencv的操作与运用）（三）--像素操作

每个图片可以看作很多个有颜色的小方块组合而成的，而每一个像素点的小方块的颜色，可以看作是三个颜色RGB进行合成的，颜色深度又是指的是8bit，即0-255，图片的宽高又是指的是图片在横轴和纵轴分别有多少个像素，图片大小又是从何而来的呢：

1.14M = 720（长）* 547（宽）*3*8bit/8  (B) = 1.14M

而在png图片中可能还存在着第四个通道，即为图片的颜色透明度alpha通道。而在opencv中读取的像素的值应该是b,g,r反过来的，这个很重要。

在图片的像素操作中，我们可以把图片放在一个坐标系中，横轴代表着图片的长，纵轴代表着图片的宽，然后如果说取（100，90）这个点的坐标的像素值，则是代表取出来的是横着数第100个，竖着数90个的那个点的像素值。这里插入代码段更好理解：

import cv2
img = cv2.imread('1.png', 1)
(b, g, r) = img[100, 90]            # 读取出来的像素值一般是放在一个元组里面的，这里取100，90这个点
print(b, g, r)                      # 打印b,g,r对应的值

接下来我们想对图片进行像素的写入：

import cv2
img = cv2.imread('1.png', 1)
(b, g, r) = img[100, 90]            # 读取出来的像素值一般是放在一个元组里面的，这里取100，90这个点
print(b, g, r)                      # 打印b,g,r对应的值
# 从图像的第30行300列开始到第110行，100列结束
for i in range(1,100):              # 对像素的逐个操作，这里使用循环遍历到每一个想操作的像素点
    img[30+i, 300] = (0, 0, 0)
cv2.imshow('image', img)
cv2.waitKey(0)

上图可以看到画出了一条黑色的线段