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
函数itemset（）可以用来修改像素值，其语法格式为
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：
式中，语句“img=np.random.randint（10，99，size=［5，5］，dtype=np.uint8）”表示生成一个大小为5×5，类型为“np.uint8”（数值范围［0，255］），值在［10，99］范围内的数组img。函数np.random.randint的语法为
使用时在对应的参数位置填入相应的值即可。
运行程序，控制台输出结果如下：
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，为方便大家能够清晰地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：
运行上述程序，可以生成一幅256像素×256像素大小的灰度图像，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：
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，图2-13（a）是读取的原始图像，图2-13（b）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：
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
函数itemset（）修改（设置）RGB模式图像的像素值时，其语法格式为
需要注意，针对RGB图像的访问，必须同时指定行、列及行列索引（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：
运行上述程序，在控制台得到如下输出结果：
在本例中，为了方便大家细致地观察数组内的值，生成的数组尺寸较小。在实际使用中，大家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：
上述程序可以生成一幅256像素×256像素×3像素的彩色图像，显示的图像如图2-14所示。
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：
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。
接下来，借助itemset（）函数将左上角设置为白色。在嵌套循环语句中，使用itemset（）函数，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255。
运行上述程序，得到如图2-15所示结果，其中图2-15（a）是读取的原始图像，图2-15（b）是修改后的图像。
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：
