opencv 创建像素点

### 使用 OpenCV 创建或操作单个像素点

#### 黑白图像的创建与操作
在 OpenCV 中，黑白图像是一个二维数组。可以通过 NumPy 库来创建这样的数组并将其转换为 OpenCV 的图像对象。

import cv2
import numpy as np

height, width = 100, 200
black_image = np.zeros((height, width), dtype=np.uint8)

cv2.imshow('Black Image', black_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

对于修改特定位置上的像素值，在 Python 版本中可以直接访问对应的矩阵元素：

# 修改指定坐标处的颜色（灰度）
x, y = 50, 75
new_value = 255
black_image[y][x] = new_value

此方法同样适用于其他类型的简单赋值操作[^1]。

#### 彩色图像的操作
而对于彩色图片来说，则是一个三维数组，其中第三个维度表示颜色通道 BGR 或者 BGRA 等形式。下面展示了一个简单的例子用于设置某个像素的具体色彩:

colorful_img = np.zeros([height,width,3],dtype='uint8')
b,g,r = 255,0,0 # 蓝色
colorful_img.itemset((y,x,0), b)  
colorful_img.itemset((y,x,1), g)   
colorful_img.itemset((y,x,2), r)   

print(f"The color at position ({x},{y}) is now set to blue.")

另外一种方式是在循环内逐一遍历所有像素来进行批量处理，比如调整整个画面的对比度和亮度等效果[^2]:

for (int row = 0; row < height; ++row){
    for(int col = 0 ;col<width;++col){
        uchar& pixel = colorful_img.at<Vec3b>(row,col)[channel];
        // 对每个通道做相应变换...
    }
}

需要注意的是上述代码片段是以 C++ 编写的；而在实际应用当中应当依据所使用的编程环境选取合适的语法版本。

#### 访问 IplImage 结构体成员变量
当涉及到更底层的数据结构如 `IplImage` 时，虽然现代 OpenCV 更推荐使用 Mat 类型代替之，但在某些情况下还是可能遇到该类型。此时可通过其公开接口获取有关图像的信息，并据此实现更加精细控制下的像素级编辑功能[^3].