首先我們要了解圖像的構成，圖像是由像素構成的，圖像裏的任何一個點都是一個像素
左邊的圖像看上去比較模糊，右上角的比較清晰一點，但是他們都是由一系列點組成的
不同在於左邊的像素要低一些，而右邊的像素要高一點
我們平常所說的像素其實就是構成圖像的點的多少，即像素的數量，像素的大小等於行像素乘以列像素
比如像素5000W的要比500W像素要清晰
一、圖像的分類
二值圖像：任何一點非黑即白，只有兩個值（0，1）
灰度圖像：除了黑白還有灰色，把灰度分成256中不同的顏色，即有256個值，看起來會更細膩（0-255）
RGB圖像：即彩色圖像(red\green\blue)
簡單介紹下
比如我們隨便抓取二值圖像的某一個點，得到其像素，就是上圖右邊的形式，任何一個點都是由0或者1構成
對於灰度圖像，隨便抓取圖像的某一個點，得到其像素，就是上圖右邊的形式，任何一個點都是由0到255範圍之間的一個數字構成
對於彩色圖像，也就是我們最常見的RGB圖像，是由RGB三種三原色構成，所有顏色都可以按照不同比例的RGB進行調和得出，每種顏色的大小都是在0-255範圍之內。
對於彩色圖像，隨便抓取圖像的某一個點，得到其像素，就是上圖右邊的形式，任何一個點都是由三種顏色組成，每種顏色的取值0到255範圍之間的一個數字構成
即彩色圖
注：這裏要注意的問題是在opencv裏面對像素取值時，像素的順序是BGR
二、讀取像素
先看一段代碼
import cv2
img1=cv2.imread("/Users/admin/Desktop/模型數據/testz.png",0)
img2=cv2.imread("/Users/admin/Desktop/模型數據/testz.png",1)
print("img1的像素爲：",img1[100,100])
print("img2的像素爲：",img2[100,100])
imread函數，第二個參數如果是0那麼讀取的就是灰度圖像，如果是1則爲彩色圖像
img1爲一個灰度圖像，而img2是一個彩色圖像，我們看下輸出結果
runfile('/Users/admin/.spyder-py3/temp.py', wdir='/Users/admin/.spyder-py3')
img1的像素爲： 22
img2的像素爲： [10 20 30]
三、修改像素
修改像素比較簡單，採取直接賦值的方式
import cv2
img1=cv2.imread("/Users/admin/Desktop/模型數據/testz.png",0)
print("img1的像素爲：",img1[100,100])
img1[100,100]=100
print("img1的像素爲：",img1[100,100])
輸出結果：
runfile('/Users/admin/.spyder-py3/temp.py', wdir='/Users/admin/.spyder-py3')
img1的像素爲： 22
img1的像素爲： 100
彩色圖像也是一樣：
import cv2
img1=cv2.imread("/Users/admin/Desktop/模型數據/testz.png",1)
print("img1的像素爲：",img1[100,100])
img1[100,100]=[100,100,100]
print("img1的像素爲：",img1[100,100])
輸出結果：
runfile('/Users/admin/.spyder-py3/temp.py', wdir='/Users/admin/.spyder-py3')
img1的像素爲： [10 20 30]
img1的像素爲： [100 100 100]
當然我們也可以批量修改一個區域：
import cv2
img1=cv2.imread("/Users/admin/Desktop/模型數據/testz.png",1)
cv2.imshow("original",img1)
img1[100:150,100:150]=[100,100,100]
cv2.imshow("result",img1)
cv2.waitKey()
cv2.destroyAllWindows()