import cv2 as cv

import numpy as np

def access_pixels(image):   #对图像的所有像素进行访问

    print(image.size)

    height,width,channel = image.shape  #每个像素3个通道，通道顺序b,g,r

    print("height:%s\r\nwidth:%s\r\nchannel:%s\r\n"%(height,width,channel))

    '''

    height:

    width:

    channel:

    '''

    for row in range(height):

        for col in range(width):

            for c in range(channel):    #循环会变慢,经过625632循环

                pv = image[row,col,c]
 image[row,col,c] = 255 - pv　　#像素取反

    cv.imshow("pixels_demo",image)

src = cv.imread("./1.png")  #读取图片

cv.namedWindow("input image",cv.WINDOW_AUTOSIZE)    #创建GUI窗口,形式为自适应

cv.imshow("input image",src)    #通过名字将图像和窗口联系

t1 = cv.getTickCount()  #获取时间，用于精度计时，操作系统启动所经过（elapsed）的毫秒数

access_pixels(src)

t2 = cv.getTickCount()
print((t2-t1)/cv.getTickFrequency())    #getTickFrequency()是获取一秒钟结果的点数，获取秒数

cv.waitKey()   #等待用户操作，里面等待参数是毫秒，我们填写0，代表是永远，等待用户操作

cv.destroyAllWindows()  #销毁所有窗口

height:

width:

channel:

15.740029368334588　　#经历了15秒，是十分耗时的循环，我们可以使用Numpy数组访问，更加方便快捷

def inverse(image):

    img = cv.bitwise_not(image)

    cv.imshow("inverse image",img)

t1 = cv.getTickCount()  #获取时间，用于精度计时，操作系统启动所经过（elapsed）的毫秒数

inverse(src)

t2 = cv.getTickCount()

0.09940230583146789

def create_img():

    img = np.zeros([400,400,3],np.uint8)    #创建一个三维数组高400，宽400，信号通道3个，初始都为0，每通道占8位个

    img[:,:,0] = np.ones([400,400])*255     #将0号通道下[400,400]面积使用ones设置为1，之后乘以255，将其设置为255，注意：3个信道分别是b,g,r所以这里显示为蓝色

    cv.imshow("new image",img)

create_img()

cv.waitKey()   #等待用户操作，里面等待参数是毫秒，我们填写0，代表是永远，等待用户操作

cv.destroyAllWindows()  #销毁所有窗口

def create_img():

    img = np.zeros([400,400,1],np.uint8)　　#创建一个只有一个信道的三维数组，初始为0
 img[:,:,0] = np.ones([400,400])*127　　#修改这个图像的信道为127，灰色

    cv.imshow("new image",img)

def create_img():

    img = np.ones([,,],np.uint8)　　#创建一个只有一个信道的三维数组，初始为1

    img = img * 127　　#可以直接进行运算

    cv.imshow("new image",img)
    cv.imwrite(".3.png",img)　　#可以进行保存

def create_arr():

    ml = np.ones([,],np.float32)　　#float类型，允许小数存在

    ml.fill(122.388)

    print(ml)

create_arr()

[[122.388 122.388 122.388]

 [122.388 122.388 122.388]

 [122.388 122.388 122.388]]

def create_arr():

    ml = np.ones([,],np.uint8)　　#不允许小数的存在,且有最大是255

    ml.fill(122.388)

    print(ml)

create_arr()

[[  ]

 [  ]

 [  ]]

def create_arr():
 ml = np.ones([3,3],np.uint8)　　#有位数限制，高位被截断了，低位留下了

    ml.fill(256.388)

    print(ml)

create_arr()

[[  ]

 [  ]

 [  ]]

def create_arr():

    ml = np.ones([,],np.uint8)

    ml.fill(122.388)

    m2 = ml.reshape([,])　　#注意：转换维度，数组大小还是要一致的，不然报错

    print(m2)

[[        ]]

def create_arr():

    m3 = np.array([[,,],[,,],[,,]],np.uint8)

    print(m3)

[[  ]

 [  ]

 [  ]]