2.3 使用numpy.array访问像素
numpy.array提供了item()和itemset()函数来访问和修改像素值，而且这两个函数都是经过优化处理的，能够更大幅度地提高处理效率。在访问及修改像素点的值时，利用numpy.array提供的函数比直接使用索引要快得多，同时，这两个函数的可读性也更好。
1．二值图像及灰度图像
可以将二值图像理解为特殊的灰度图像，所以这里仅以灰度图像为例讨论像素点值的读取和修改。
函数item()能够更加高效地访问图像的像素点，该函数的语法格式为：
item(行，列)
函数itemset()可以用来修改像素值，其语法格式为：
itemset(索引值，新值)
为了便于理解，我们首先使用Numpy库生成一个5×5大小的随机数组，用来模拟一幅灰度图像，并对其进行简单的处理。
【例2.7】使用Numpy生成一个二维随机数组，用来模拟一幅灰度图像，并对其像素进行访问、修改。
分析：使用Numpy中的random.randint可以生成一个随机数组，该随机数组对应一幅灰度图像。然后分别使用函数item()及函数itemset()对其像素进行访问、修改。
根据题目要求及分析，编写代码如下：
import numpy as np
img=np.random.randint(10,99, size=[5,5], dtype=np.uint8)
print("img=\n", img)
print("读取像素点img.item(3,2)=", img.item(3,2))
img.itemset((3,2),255)
print("修改后img=\n", img)
print("修改后像素点img.item(3,2)=", img.item(3,2))
运行程序，控制台输出结果如下：
img=
[[69 11 79 35 84]
[87 10 63 12 20]
[31 67 68 16 45]
[81 26 61 51 28]
[33 94 18 71 53]]
读取像素点img.item(3,2)= 61
修改后img=
[[ 69 11 79 35 84]
[ 87 10 63 12 20]
[ 31 67 68 16 45]
[ 81 26255 51 28]
[ 33 94 18 71 53]]
修改后像素点img.item(3,2)= 255
通过观察输出结果可以发现，语句img.itemset((3,2),255)将图像第3行第2列位置上的像素值修改为255了。
在例2.7中，为方便读者仔细观察数组内的每一个值，生成的数组规模（尺寸）较小。在实际使用中，可以利用随机函数生成更大尺寸的随机数组，并使用函数imshow()观察随机数组对应的灰度图像。
【例2.8】生成一个灰度图像，让其中的像素值均为随机数。
根据题目要求，编写代码如下：
import numpy as np
import cv2
img=np.random.randint(0,256, size=[256,256], dtype=np.uint8)
cv2.imshow("demo", img)
cv2.waitKey()
cv2.destroyAllWindows()
运行上述程序，可以生成一幅256×256大小的灰度图像，如图2-12所示。
图2-12 随机灰度图像
【例2.9】读取一幅灰度图像，并对其像素值进行访问、修改。
根据题目要求，编写代码如下：
import cv2
img=cv2.imread("lena.bmp",0)
#测试读取、修改单个像素值
print("读取像素点img.item(3,2)=", img.item(3,2))
img.itemset((3,2),255)
print("修改后像素点img.item(3,2)=", img.item(3,2))
#测试修改一个区域的像素值
cv2.imshow("before", img)
for i in range(10,100):
for j in range(80,100):
img.itemset((i, j),255)
cv2.imshow("after", img)
cv2.waitKey()
cv2.destroyAllWindows()
本程序首先修改了一个像素点的像素值：使用item()函数读取了第3行第2列位置上的像素值；接下来使用itemset()函数对该像素值进行了修改。
接下来使用嵌套循环语句修改了一个区域的像素值，将位于“第10行到第99行”和“第80列到第99列”的行列交叉区域的像素值设置（修改）为255，即让该区域显示为白色。
运行上述程序，显示如图2-13所示图像，其中，左图是读取的原始图像，右图是修改部分像素后得到的图像。
图2-13 【例2.9】程序的运行结果
同时，在控制台得到如下结果：
读取像素点img.item(3,2)= 159
修改后像素点img.item(3,2)= 255
2．彩色图像
我们也可以使用函数item()和函数itemset()来访问和修改彩色图像的像素值，过程与操作灰度图像相似，不同之处在于需要补充通道信息。
函数item()访问RGB模式图像的像素值时，其语法格式为：
item(行，列，通道)
函数itemset()修改（设置）RGB模式图像的像素值时，其语法格式为：
itemset(三元组索引值，新值)
需要注意，针对RGB图像的访问，必须同时指定行、列以及行列索引（通道），例如img.item(a, b, c)。仅仅指定行和列是不可以的。
【例2.10】使用Numpy生成一个由随机数构成的三维数组，用来模拟一幅RGB色彩空间的彩色图像，并使用函数item()和itemset()来访问和修改它。
根据题目要求，编写代码如下：
import numpy as np
img=np.random.randint(10,99, size=[2,4,3], dtype=np.uint8)
print("img=\n", img)
print("读取像素点img[1,2,0]=", img.item(1,2,0))
print("读取像素点img[0,2,1]=", img.item(0,2,1))
print("读取像素点img[1,0,2]=", img.item(1,0,2))
img.itemset((1,2,0),255)
img.itemset((0,2,1),255)
img.itemset((1,0,2),255)
print("修改后img=\n", img)
print("修改后像素点img[1,2,0]=", img.item(1,2,0))
print("修改后像素点img[0,2,1]=", img.item(0,2,1))
print("修改后像素点img[1,0,2]=", img.item(1,0,2))
运行上述程序，在控制台得到如下输出结果：
img=
[[[71 32 69]
[43 73 67]
[30 48 93]
[79 52 69]]
[[66 60 48]
[68 17 10]
[92 79 20]
[70 14 85]]]
读取像素点img[1,2,0]= 92
读取像素点img[0,2,1]= 48
读取像素点img[1,0,2]= 48
修改后img=
[[[ 71 32 69]
[ 43 73 67]
[ 30255 93]
[ 79 52 69]]
[[ 66 60255]
[ 68 17 10]
[255 79 20]
[ 70 14 85]]]
修改后像素点img[1,2,0]= 255
修改后像素点img[0,2,1]= 255
修改后像素点img[1,0,2]= 255
在本例中，为了方便读者细致观察数组内的值，生成的数组尺寸较小。在实际使用中，读者可以利用随机函数生成更大尺寸的随机数组，并使用函数cv2.imshow()观察随机数组对应的彩色图像。
【例2.11】生成一幅彩色图像，让其中的像素值均为随机数。
根据题目要求，编写代码如下：
import cv2
import numpy as np
img=np.random.randint(0,256, size=[256,256,3], dtype=np.uint8)
cv2.imshow("demo", img)
cv2.waitKey()
cv2.destroyAllWindows()
上述程序可以生成一幅256×256×3的彩色图像，显示的图像如图2-14所示。由于本书为黑白印刷，所以为了更好地观察运行效果，请大家亲自上机运行程序。
图2-14 随机图像
【例2.12】读取一幅彩色图像，并对其像素进行访问、修改。
根据题目要求，编写代码如下：
import cv2
import numpy as np
img=cv2.imread("lenacolor.png")
cv2.imshow("before", img)
print("访问img.item(0,0,0)=", img.item(0,0,0))
print("访问img.item(0,0,1)=", img.item(0,0,1))
print("访问img.item(0,0,2)=", img.item(0,0,2))
for i in range(0,50):
for j in range(0,100):
for k in range(0,3):
img.itemset((i, j, k),255) #白色
cv2.imshow("after", img)
print("修改后img.item(0,0,0)=", img.item(0,0,0))
print("修改后img.item(0,0,1)=", img.item(0,0,1))
print("修改后img.item(0,0,2)=", img.item(0,0,2))
在本程序中，首先，使用item()函数读取了第0行第0列位置上的B通道、G通道、R通道三个通道上的像素值；接着，使用itemset()函数对该值进行了修改；最后，使用嵌套循环语句将位于“第0行到第49行”和“第0列到第99列”的交叉区域内的像素值设置为了255，即让该区域显示为白色。
运行上述程序，得到如图2-15所示结果，其中左图是读取的原始图像，右图是修改后的图像。由于本书为黑白印刷，所以为了更好地观察运行效果，请大家亲自上机运行程序。
图2-15 【例2.12】程序的运行结果
同时，会在控制台显示如下结果：
访问img.item(0,0,0)= 125
访问img.item(0,0,1)= 137
访问img.item(0,0,2)= 226
修改后img.item(0,0,0)= 255
修改后img.item(0,0,1)= 255
修改后img.item(0,0,2)= 255