一、图像的基本介绍
首先我们要了解图像的构成，图像是由像素构成的，图像里的任何一个点都是一个像素
左边的图像看上去比较模糊，右上角的比较清晰一点，但是他们都是由一系列点组成的
不同在于左边的像素要低一些，而右边的像素要高一点
我们平常所说的像素其实就是构成图像的点的多少，即像素的数量，像素的大小等于行像素乘以列像素
比如像素5000W的要比500W像素要清晰
二、图像的分类
二值图像：任何一点非黑即白，只有两个值（0，1）
灰度图像：除了黑白还有灰色，把灰度分成256中不同的颜色，即有256个值，看起来会更细腻（0-255）
RGB图像：即彩色图像(red\green\blue)
简单介绍下
比如我们随便抓取二值图像的某一个点，得到其像素，就是上图右边的形式，任何一个点都是由0或者1构成
对于灰度图像，随便抓取图像的某一个点，得到其像素，就是上图右边的形式，任何一个点都是由0到255范围之间的一个数字构成
对于彩色图像，也就是我们最常见的RGB图像，是由RGB三种三原色构成，所有颜色都可以按照不同比例的RGB进行调和得出，每种颜色的大小都是在0-255范围之内。
对于彩色图像，随便抓取图像的某一个点，得到其像素，就是上图右边的形式，任何一个点都是由三种颜色组成，每种颜色的取值0到255范围之间的一个数字构成
即彩色图像的任何一个点是由三个值构成，来进行调和的。
PS：这里要注意的问题是在opencv里面对像素取值时，像素的顺序是BGR
三、读取像素
先看一段代码
import cv2
img1=cv2.imread("/Users/admin/Desktop/模型数据/testz.png",0)
img2=cv2.imread("/Users/admin/Desktop/模型数据/testz.png",1)
print("img1的像素为：",img1[100,100])
print("img2的像素为：",img2[100,100])上一节我们说过imread函数，第二个参数如果是0那么读取的就是灰度图像，如果是1则为彩色图像
img1为一个灰度图像，而img2是一个彩色图像，我们看下输出结果
runfile('/Users/admin/.spyder-py3/temp.py', wdir='/Users/admin/.spyder-py3')
img1的像素为： 22
img2的像素为： [10 20 30]
四、修改像素
修改像素比较简单，采取直接赋值的方式
import cv2
img1=cv2.imread("/Users/admin/Desktop/模型数据/testz.png",0)
print("img1的像素为：",img1[100,100])
img1[100,100]=100
print("img1的像素为：",img1[100,100])runfile('/Users/admin/.spyder-py3/temp.py', wdir='/Users/admin/.spyder-py3')
img1的像素为： 22
img1的像素为： 100
彩色图像也是一样
import cv2
img1=cv2.imread("/Users/admin/Desktop/模型数据/testz.png",1)
print("img1的像素为：",img1[100,100])
img1[100,100]=[100,100,100]
print("img1的像素为：",img1[100,100])runfile('/Users/admin/.spyder-py3/temp.py', wdir='/Users/admin/.spyder-py3')
img1的像素为： [10 20 30]
img1的像素为： [100 100 100]
当然我们也可以批量修改一个区域
import cv2
img1=cv2.imread("/Users/admin/Desktop/模型数据/testz.png",1)
cv2.imshow("original",img1)
img1[100:150,100:150]=[100,100,100]
cv2.imshow("result",img1)
cv2.waitKey()
cv2.destroyAllWindows() 
显示一下结果，前后图片对比一下我们就能看到修改后的效果了