python-opencv-图像颜色反转

图像是由一个一个的像素组成的，每个像素又是由一个个不同的颜色值（OpenCV中为bgr模式）组成，其中每个颜色通道的值均为0-255。 

所谓图像的颜色反转，就是将每个颜色通道值用255减去原通道值，得到一个新的颜色通道值，再重新组合成新的bgr颜色通道产生新像素而形成新的图像。举个极端的例子，比如一个纯白色像素点的值为（255，255，255），它经过颜色反转变换后形成的新的像素点为（0，0，0），也就是变成了纯黑色像素点。

灰度图的图像颜色反转:

import cv2
import numpy as np

img = cv2.imread("3.jpg",0)  #读取一张图片，灰度
height,width=img.shape
dst=np.zeros((height,width,1),np.uint8)
for i in range(height):
    for j in range(width):
        dst[i,j]=255-img[i,j]

cv2.imshow('img',img)
cv2.imshow('dst',dst)
cv2.waitKey()  #窗口等待任意键盘按键输入,0为一直等待,其他数字为毫秒数

效果图：

bgr图像的图像颜色反转:

对于bgr图像而言，我们需要对b（蓝色）、g（绿色）、r（红色）三个颜色通道做处理。首先，我们仍然使用imread（）函数读取原图像数据并使用shape属性获取相关图像信息，然后开始遍历像素点，与灰度图不同的是，我们需要对b、g、r三个颜色通道同时做用255减去当前颜色通道值的处理，然后再组成新的bgr值赋值给像素点，从而实现bgr图像的图像颜色反转。

import cv2
import numpy as np

img = cv2.imread("2013.jpg",1)  #读取一张图片，彩色
cha=img.shape
height,width,deep=cha
dst=np.zeros((height,width,3),np.uint8)
for i in range(height):  #色彩反转
    for j in range(width):
        b,g,r=img[i,j]
        dst[i,j]=(255-b,255-g,255-r)
cv2.imshow('img',img)
cv2.imshow('dst',dst)
cv2.waitKey()  

效果图：