該系列文章是講解Python OpenCV影象處理知識，前期主要講解影象入門、OpenCV基礎用法，中期講解影象處理的各種演算法，包括影象銳化運算元、影象增強技術、影象分割等，後期結合深度學習研究影象識別、影象分類應用。希望文章對您有所幫助，如果有不足之處，還請海涵~

同時推薦作者的C++影象系列知識：
[數字影象處理] 一.MFC詳解顯示BMP格式圖片
[數字影象處理] 二.MFC單文件分割視窗顯示圖片
[數字影象處理] 三.MFC實現影象灰度、取樣和量化功能詳解
[數字影象處理] 四.MFC對話方塊繪製灰度直方圖
[數字影象處理] 五.MFC影象點運算之灰度線性變化、灰度非線性變化、閾值化和均衡化處理詳解
[數字影象處理] 六.MFC空間幾何變換之影象平移、映象、旋轉、縮放詳解
[數字影象處理] 七.MFC影象增強之影象普通平滑、高斯平滑、Laplacian、Sobel、Prewitt銳化詳解

本篇文章作為第一篇，將講解影象處理基礎知識和OpenCV入門函式，知識點如下：
1.影象基礎知識
2.OpenCV讀寫影象
3.OpenCV畫素處理

PS: 文章也學習了網易雲高登教育的知識，推薦大家學習。

PSS：2019年1~2月作者參加了CSDN2018年部落格評選，希望您能投出寶貴的一票。我是59號，Eastmount，楊秀璋。投票地址：https://bss.csdn.net/m/topic/blog_star2018/index

五年來寫了314篇部落格，12個專欄，是真的熱愛分享，熱愛CSDN這個平臺，也想幫助更多的人，專欄包括Python、資料探勘、網路爬蟲、影象處理、C#、Android等。現在也當了兩年老師，更是覺得有義務教好每一個學生，讓貴州學子好好寫點程式碼，學點技術，"師者，傳到授業解惑也"，提前祝大家新年快樂。2019我們攜手共進，為愛而生。

---

一.影象基礎知識

影象都是由畫素(pixel)構成的，即影象中的小方格，這些小方格都有一個明確的位置和被分配的色彩數值，而這些一小方格的顏色和位置就決定該影象所呈現出來的樣子。畫素是影象中的最小單位，每一個點陣影象包含了一定量的畫素，這些畫素決定影象在螢幕上所呈現的大小。

影象通常包括二值影象、灰度影象和彩色影象。

1.二值影象
二值影象中任何一個點非黑即白，要麼為白色（畫素為255），要麼為黑色（畫素為0）。將灰度影象轉換為二值影象的過程，常通過依次遍歷判斷實現，如果畫素>=127則設定為255，否則設定為0。

2.灰度影象
灰度影象除了黑和白，還有灰色，它把灰度劃分為256個不同的顏色，影象看著也更為清晰。將彩色影象轉換為灰度圖是影象處理的最基本預處理操作，通常包括下面幾種方法：
(1) 浮點演算法：Gray=R0.3+G0.59+B0.11
(2) 整數方法：Gray=(R30+G59+B11)/100
(3) 移位方法：Gray=(R28+G151+B77)>>8;
(4) 平均值法：Gray=（R+G+B）/3;(此程式採用演算法)
(5) 僅取綠色：Gray=G；
(6) 加權平均值演算法：根據光的亮度特性，公式: R=G=B=R0.299+G*0.587+B0.144

通過上述任一種方法求得Gray後，將原來的RGB(R,G,B)中的R,G,B統一用Gray替換，形成新的顏色RGB(Gray,Gray,Gray)，用它替換原來的RGB(R,G,B)就是灰度圖了。改變象素矩陣的RGB值，來達到彩色圖轉變為灰度圖。

3.彩色影象
彩色影象是RGB影象，RGB表示紅、綠、藍三原色，計算機裡所有顏色都是三原色不同比例組成的，即三色通道。

---

二.OpenCV讀寫影象

本文主要使用Python2.7和OpenCV進行講解，首先呼叫"pip install opencv-python"安裝OpenCV庫，如下圖所示：

1.讀入影象
OpenCV讀影象主要呼叫下面函式實現：

img = cv2.imread(檔名,[,引數])
引數(1) cv2.IMREAD_UNCHANGED (影象不可變)
引數(2) cv2.IMREAD_GRAYSCALE (灰度影象)
引數(3) cv2.IMREAD_COLOR (讀入彩色影象)
引數(4) cv2.COLOR_BGR2RGB (影象通道BGR轉成RGB)

2.顯示影象
顯示影象呼叫函式如下：

cv2.imshow(視窗名, 影象名)

3.視窗等待
呼叫函式如下：

cv2.waitKey(delay)
鍵盤繫結函式，共一個引數，表示等待毫秒數，將等待特定的幾毫秒，看鍵盤是否有輸入，返回值為ASCII值。如果其引數為0，則表示無限期的等待鍵盤輸入；引數>0表示等待delay毫秒；引數<0表示等待鍵盤單擊。

4.刪除所有視窗
呼叫函式如下：

cv2.destroyAllWindows() 刪除所有視窗
cv2.destroyWindows() 刪除指定的視窗

5.寫入圖片
呼叫函式如下：

retval = cv2.imwrite(檔案地址, 檔名)

下面程式碼是讀入圖片並顯示儲存。

# -*- coding:utf-8 -*-
import cv2

#讀取圖片
img = cv2.imread("test.jpg")

#顯示影象
cv2.imshow("Demo", img)

#等待顯示
cv2.waitKey(0)
cv2.destroyAllWindows()

#寫入影象
cv2.imwrite("testyxz.jpg", img)

輸出結果如下圖所示，並且在資料夾下儲存了一張名為“testyxz.jpg”的影象。

如果程式碼中沒有watiKey(0)函式，則執行結果如下圖所示：

同時
可以對程式碼進行升級，如下所示：

#無限期等待輸入
k=cv2.waitKey(0)
#如果輸入ESC退出
if k==27:
    cv2.destroyAllWindows()

---

三.OpenCV畫素處理

1.讀取畫素
灰度影象直接返回灰度值，彩色影象則返回B、G、R三個分量。注意OpenCV讀取影象是BGR儲存顯示，需要轉換為RGB再進行影象處理。

灰度影象：返回值 = 影象(位置引數)
eg: test=img[88,42]
彩色影象：返回值 = 影象[位置元素, 0 | 1 | 2 ] 獲取BGR三個通道畫素
eg: blue=img[88,142,0] green=img[88,142,1] red=img[88,142,2]

2.修改影象
修改影象如果是灰度影象則直接賦值新畫素即可，彩色影象依次給三個值賦值即可。

灰度影象：
img[88,142] = 255
彩色影象：
img[88,142, 0] = 255
img[88,142, 1] = 255
img[88,142, 2] = 255
彩色影象：方法二
img[88,142] = [255, 255, 255]

下面程式碼是獲取畫素及修改的操作。

# -*- coding:utf-8 -*-
import cv2

#讀取圖片
img = cv2.imread("test.jpg", cv2.IMREAD_UNCHANGED)
test = img[88,142]
print test
img[88,142] = [255, 255, 255]
print test

#分別獲取BGR通道畫素
blue = img[88,142,0]
print blue
green = img[88,142,1]
print green
red = img[88,142,2]
print red

#顯示影象
cv2.imshow("Demo", img)

#等待顯示
cv2.waitKey(0)
cv2.destroyAllWindows()

#寫入影象
cv2.imwrite("testyxz.jpg", img)

輸出結果如下所示：
[158 107 64]
[255 255 255]
255
255
255

下面程式碼是將行為100到200、列150到250的畫素區域設定為白色。

# -*- coding:utf-8 -*-
import cv2

#讀取圖片
img = cv2.imread("test.jpg", cv2.IMREAD_UNCHANGED)

#該區域設定為白色
img[100:200, 150:250] = [255,255,255]

#顯示影象
cv2.imshow("Demo", img)

#等待顯示
cv2.waitKey(0)
cv2.destroyAllWindows()

#寫入影象
cv2.imwrite("testyxz.jpg", img)

執行結果如下圖所示：

希望文章對大家有所幫助，如果有錯誤或不足之處，還請海涵。
（By：Eastmount 2018-08-16 夜11點 https://blog.csdn.net/Eastmount/）