引文：在opencv中，黑白图像实际上就是一个二维数组，彩色图像是一个三维数组。数组中的每个元素就是图像对应元素的像素值。因此修改图像像素的操作实际上就是修改数组操作。
概念讲解：
像素的纵坐标=数组的行索引=像素所在行数-1
像素得横坐标=像素的列索引=像素所在列数-1
1，创建黑白图像：
使用OpenCV库创建了一个大小为200x100的黑色图像，并将其显示在窗口中。
# 导入所需的库
import cv2
import numpy as np
# 设置图像的宽度和高度
width = 200
height = 100
# 创建一个大小为(height, width)的全黑图像，像素值的数据类型为uint8
img = np.zeros((height, width), np.uint8)
# 显示图像
cv2.imshow("img", img)
# 等待用户按下任意键
cv2.waitKey()
# 关闭所有打开的窗口
cv2.destroyAllWindows()
解释：
导入所需的库cv2和NumPy。
设置图像的宽度和高度为200和100。
使用NumPy中的zeros函数创建一个大小为(height, width)的全黑图像，像素值的数据类型为uint8。
使用OpenCV中的imshow函数显示图像，第一个参数是窗口的名称，第二个参数是要显示的图像。
使用OpenCV中的waitKey函数等待用户按下任意键。
使用OpenCV中的destroyAllWindows函数关闭所有打开的窗口。
运行这段代码将会出现一个名称为 "img" 的窗口，其中显示了一个黑色的200x100图像。
2，创建纯白色图像：
在图像处理中，我们常常使用的是多通道图像，例如RGB图像就是一个三通道图像，每个像素包含红色通道、绿色通道和蓝色通道的信息。
而单通道图像则只包含一个通道的信息。例如，灰度图像就是一个单通道图像，每个像素只包含灰度值的信息。
在代码中，使用np.ones函数创建图像时，如果我们将通道数设置为1，那么就是创建了一个单通道图像，每个像素点的值都相同。
import cv2
import numpy as np
# 设置图像的宽度和高度
width = 200
height = 100
# 创建一个大小为(height, width)的全1图像，像素值的数据类型为uint8
img = np.ones((height, width), np.uint8)
#可以用下一行带替img = np.ones((height, width), np.uint8)
#img = np.ones((height, width), np.uint8) * 255
# 将图像显示在窗口中
cv2.imshow("img", img)
# 等待用户按下任意键
cv2.waitKey()
# 关闭所有打开的窗口
cv2.destroyAllWindows()
在图像处理中，像素的取值范围通常是从 0 到 255。
像素值为 0 表示黑色，表示该像素完全没有光，相应位置没有颜色。
像素值为 255 表示白色，表示该像素充满了光，相应位置具有最大的亮度。
这是因为在一个 8 位无符号整数 (unsigned byte) 的像素值范围内，0 最小且黑暗，255 最大且代表最亮。
对于单通道的灰度图像，像素的取值范围是从 0（黑色）到 255（白色）。对于多通道的彩色图像，每个通道的像素值可以取 0 到 255 之间的值来表示不同的颜色强度。例如，对于 RGB 图像，红色通道、绿色通道和蓝色通道的像素值都在 0 到 255 之间，组合在一起可以表示不同的颜色。
在图像处理中，像素的取值范围也可以是从 0 到 1。
像素值为 0 表示黑色，表示该像素完全没有光，相应位置没有颜色。
像素值为 1 表示白色，表示该像素充满了光，相应位置具有最大的亮度。
这种取值范围通常用于浮点数表示的图像，例如使用浮点数（float）或双精度浮点数（double）的灰度图像或彩色图像。
对于浮点图像，像素的值可以是从 0.0 到 1.0 之间的任意值，其中 0.0 表示黑色，1.0 表示白色。通过线性缩放或其他颜色映射方式，这些值可以映射到更广泛的范围内，以显示不同的亮度和颜色。
需要注意的是，对于大部分图像处理函数和算法，都需要将像素值归一化到适当的范围内进行处理。因此，如果像素的取值范围不是 0 到 255，就需要进行归一化或逆归一化操作。
3，在黑色图像内部绘制白色矩形：
import cv2
import numpy as np
width = 200
height = 100
# 创建一个大小为(height, width)的全黑图像，像素值的数据类型为uint8
img = np.zeros((height, width), np.uint8)
# 将图像中纵坐标为25到75，横坐标为50到100之间的区域的像素值设为255，即将该区域变为白色
img[25:75, 50:100] = 255
# 将图像显示在窗口中
cv2.imshow("img", img)
# 等待用户按下任意键
cv2.waitKey()
# 关闭所有打开的窗口
cv2.destroyAllWindows()
创建了一个宽度为200，高度为100的单通道图像，并且使用切片操作将图像中纵坐标为25到75，横坐标为50到100之间的区域的像素值设置为255，即将这个区域变为白色。然后使用OpenCV的imshow函数将图像显示在窗口中，等待用户按下任意键后关闭窗口。
具体来说，img[25:75, 50:100]表示选取图像中行索引从25到74（共50行）和列索引从50到99（共50列）的区域，即图像中纵坐标为25到75，横坐标为50到100之间的矩形区域。
将该区域的像素值赋值为255，即img[25:75, 50:100] = 255，意味着将这个区域的所有像素值都设置为255，从而将该区域变为白色。
该操作可以通过赋值操作符直接修改图像的像素值，而无需遍历每个像素进行修改。
4，创建黑白相间的图像：
import cv2
import numpy as np
width = 200
height = 100
# 创建一个大小为(height, width)的全黑图像，像素值的数据类型为uint8
img = np.zeros((height, width), np.uint8)
# 在图像中创建一组垂直的白色条纹
for i in range(0, width, 40):
# 将图像的所有行的该宽度范围的像素值设置为255，即将该区域变为白色
img[:, i:i + 20] = 255
# 将图像显示在窗口中
cv2.imshow("img", img)
# 等待用户按下任意键
cv2.waitKey()
# 关闭所有打开的窗口
cv2.destroyAllWindows()
代码中的range(0, width, 40)表示使用步长为40生成一个从0到width（不包含width）的整数序列。
range(0, width, 40)的作用是生成一个从0开始，以40为步长的整数序列。
具体而言，如果width的值为200，那么range(0, width, 40)将生成以下整数序列：0, 40, 80, 120, 160。
这意味着在循环中，i的值将分别为0, 40, 80, 120, 160。这样循环体内的代码将在这些i的值上被执行。
代码img[:, i:i + 20]的作用是将图像中的某个宽度范围内的所有像素值都设置为255，即将这个区域变为白色。
具体来说，img[:, i:i + 20]表示选取图像中所有行和列索引从i到i+20（不包含i+20）的区域。
将该区域的像素值赋值为255，即img[:, i:i + 20] = 255，意味着将这个区域中的所有像素值都设置为255，从而将该区域变为白色。
这里的:表示选取所有行，i:i + 20表示选取列索引从i到i+20的范围内的列。
通过这个赋值操作符，可以直接修改图像的像素值而不需要遍历每个像素进行修改。
5，创建彩色图像：
import cv2
import numpy as np
width = 200
height = 100
# 创建一个大小为(height, width, 3)的全黑图像，像素值的数据类型为uint8
img = np.zeros((height, width, 3), np.uint8)
# 创建一个蓝色图像副本，即BGR通道分别为(255, 0, 0)
blue = img.copy()
blue[:, :, 0] = 255
# 创建一个绿色图像副本，即BGR通道分别为(0, 255, 0)
green = img.copy()
green[:, :, 1] = 255
# 创建一个红色图像副本，即BGR通道分别为(0, 0, 255)
red = img.copy()
red[:, :, 2] = 255
# 分别将蓝色、绿色、红色图像显示在窗口中
cv2.imshow("blue", blue)
cv2.imshow("green", green)
cv2.imshow("red", red)
# 等待用户按下任意键
cv2.waitKey()
# 关闭所有打开的窗口
cv2.destroyAllWindows()
代码img = np.zeros((height, width, 3), np.uint8)创建了一个大小为(height, width, 3)的三通道图像，初始化像素值为0，并使用数据类型为np.uint8。
具体来说，np.zeros函数创建了一个由0组成的数组，参数(height, width, 3)指定了数组的形状。其中height代表图像的高度，width代表图像的宽度，而3表示图像有三个通道：蓝色、绿色和红色（BGR）。
np.uint8是一个无符号8位整数的数据类型。在OpenCV中，图像像素值的数据类型通常为np.uint8，该数据类型取值范围是从0到255。
这行代码img = np.zeros((height, width, 3), np.uint8)的作用是创建一个大小为height x width的彩色图像，所有像素的初始值为0（全黑），并且有三个通道来表示蓝色、绿色和红色分量。
代码blue[:, :, 0] = 255的作用是将图像的蓝色通道的所有像素值设置为255，将整个图像变为全蓝色。
具体来说，blue[:, :, 0]表示选取图像的所有行和列，然后选取蓝色通道（通道索引为0）。
将该通道的所有像素值赋值为255，即blue[:, :, 0] = 255，意味着将图像的蓝色通道中的所有像素值都设为255，从而将整个图像变为全蓝色。
在这里使用了切片操作符:，表示选取图像的所有行和列。
通过这个赋值操作符，可以直接修改图像的像素值而不需要遍历每个像素进行修改。
