一：获取并修改像素值
你可以根据像素的行和列的坐标获取他的像素值。对 BGR 图像而言，返回 值为 B，G，R 的值。对灰度图像而言，会返回他的灰度值（亮度？intensity）
import cv2
import numpy as np
img=cv2.imread('/home/duan/workspace/opencv/images/roi.jpg')
px=img[100,100]
print px
blue=img[100,100,0]#0，1,2表示依次取BGR的值
print blue
## [57 63 68]
## 57注：0，1，2表示依次取BGR的值
可以用类似的方法，修改像素值
import cv2
import numpy as np
img=cv2.imread('/home/duan/workspace/opencv/images/roi.jpg')
img[100,100]=[255,255,255]
print img[100,100]
## [255 255 255]注：1.Numpy 是经过优化了的进行快速矩阵运算的软件包。所以我们不推荐 逐个获取像素值并修改，这样会很慢，能有矩阵运算就不要用循环。
2.注意：上面提到的方法被用来选取矩阵的一个区域，比如说前 5 行的后 3 列。对于获取每一个像素值，也许使用 Numpy 的 array.item() 和 array.itemset() 会更好。但是返回值是标量。如果你想获得所有 B，G，R 的 值，你需要使用 array.item() 分割他们。
import cv2
import numpy as np
img=cv2.imread('/home/duan/workspace/opencv/images/roi.jpg')
print img.item(10,10,2)
img.itemset((10,10,2),100)
print img.item(10,10,2)
## 50
## 100二：获取图像属性
图像的属性包括：行，列，通道，图像数据类型，像素数目等
1.获取图像形状与通道数函数：img.shape
img.shape 可以获取图像的形状。他的返回值是一个包含行数，列数， 通道数的元组。
import cv2
import numpy as np
img=cv2.imread('/home/duan/workspace/opencv/images/roi.jpg')
print img.shape
## (280, 450, 3)注意：如果图像是灰度图，返回值仅有行数和列数。所以通过检查这个返回值 就可以知道加载的是灰度图还是彩色图。
2.获取图像像素数目函数：img.size
import cv2
import numpy as np
img=cv2.imread('/home/duan/workspace/opencv/images/roi.jpg')
print img.size
## 378000
3.获取图像数据类型函数：img.dtype
import cv2
import numpy as np
img=cv2.imread('/home/duan/workspace/opencv/images/roi.jpg')
print img.dtype
## uint8注：在除虫（debug）时 img.dtype 非常重要。因为在 OpenCVPython 代码中经常出现数据类型的不一致
三：图像ROI
ROI 也是使用 Numpy 索引来获得的。现在我们选择球的部分并把他拷贝 到图像的其他区域。
import cv2
import numpy as np
img=cv2.imread(r'F:\picture\demo\ball.jpg')
ball=img[280:340,330:390]
img[273:333,100:160]=ball
cv2.imshow('ball',img)
k=cv2.waitKey(0)
if k==27:
cv2.destroyWindow("ball")
四：拆分及合并图像通道
有时我们需要对 BGR 三个通道分别进行操作。这是你就需要把 BGR 拆 分成单个通道。有时你需要把独立通道的图片合并成一个 BGR 图像。你可以这样做：
1.图像通道分离函数：b,g,r=cv2.split
或者使用numpy：例如提取b通道信息：b=img[ : , : , 0]
假如你想使所有像素的红色通道值都为 0，你不必先拆分再赋值。你可以直接使用 Numpy 索引，这会更快。img[ : , :, 2]=0
2.图像通道合并函数：img=cv2.merge(b,g,r)
五：为图像扩边（填充）
