OpenCV 从零学习 · 第 2 讲：像素操作、ROI 与通道拆分（你真的会"改图"吗）

OpenCV 从零学习 · 第 2 讲：像素操作、ROI 与通道拆分

---

0. 先记住一件事：图像就是 NumPy 数组

OpenCV 读进来的图片 img 本质是一个 NumPy 数组：

• 彩色图形状是 (高, 宽, 3) —— 注意顺序是高在前、宽在后；
• 灰度图形状是 (高, 宽)；
• 数组里的数字类型是 uint8，范围 0~255。

import cv2
img = cv2.imread('test.jpg')
print(img.shape)     # 例如 (480, 640, 3)  → 高480, 宽640, 3通道
print(img.dtype)     # uint8
print(img[0, 0])     # 左上角像素的 [B, G, R] 值, 例如 [23, 45, 200]

---

1. 取一个像素 / 改一个像素 —— 你真的"看"懂这张图了吗

函数：直接用 NumPy 下标访问

写法	含义
img[y, x]	取 (x, y) 处像素的 [B,G,R]
img[y, x, 0]	取该像素的 蓝(B) 通道值
img[y, x] = [0,0,255]	把该像素改成纯红

h, w = img.shape[:2]
cy, cx = h // 2, w // 2
b, g, r = img[cy, cx]
print(f'中心点颜色 B={b} G={g} R={r}')

img_inv = 255 - img      # 每个像素 255 减去自身 → 反色
cv2.imwrite('invert.jpg', img_inv)

---

2. ROI（感兴趣区域）—— 用 NumPy 切片"框住一块图"

ROI = Region Of Interest，就是图片里你关心的那一块矩形。语法和普通 NumPy 切片一样：

roi = img[y1:y2, x1:x2]    # 行从 y1 到 y2, 列从 x1 到 x2

img[50:150, 120:220] = [128, 128, 128]   # 整块涂灰
# 更好的马赛克：先缩小 10 倍再放大回原尺寸(最近邻), 产生像素块效果
face = img[50:150, 120:220]
small = cv2.resize(face, None, fx=0.1, fy=0.1, interpolation=cv2.INTER_NEAREST)
mosaic = cv2.resize(small, (face.shape[1], face.shape[0]), interpolation=cv2.INTER_NEAREST)
img[50:150, 120:220] = mosaic

logo = cv2.imread('logo.png')          # 假设 60x60
lh, lw = logo.shape[:2]
h, w = img.shape[:2]
img[0:lh, w-lw:w] = logo               # 贴到右上角 (注意 logo 尺寸要能对上)

---

3. 亮度 / 对比度调节 —— cv2.add 和 cv2.multiply 的饱和特性

函数	作用	和直接用 + / * 的区别
cv2.add(img, 50)	整体提亮	+ / * 会按 uint8 溢出回绕；cv2 系列会自动封顶到 0~255，不会出现诡异灰色
cv2.subtract(img, 30)	整体压暗
cv2.multiply(img, 1.3)	提高对比度

bright = cv2.add(img, 80)        # 推荐：饱和提亮
bad    = img + 80                 # 不推荐：uint8 回绕产生噪点

---

4. 通道拆分与合并 —— 单独"玩"某一个颜色

函数签名

b, g, r = cv2.split(img)         # 拆成 3 个单通道图
merged  = cv2.merge([b, g, r])   # 再合并回去

zeros = np.zeros_like(r)
red_only = cv2.merge([zeros, zeros, r])   # 合成 (0,0,R) → 纯红单色图

no_red = cv2.merge([b, g, np.zeros_like(r)])   # (B, G, 0)

---

5. 本讲要点清单

• 图像是 NumPy 数组，形状 (高, 宽, 3)；访问像素用 img[y, x]（行在前）。
• 反色：255 - img。
• ROI 切片是视图，要独立副本用 .copy()；常用于打码、贴 logo。
• 提亮/压暗/对比度用 cv2.add / subtract / multiply，它们会饱和封顶，优于直接 + / *（会回绕）。
• 通道级处理用 cv2.split / cv2.merge，可实现单色图、去色滤镜等。