numpy庫官方文檔鏈接：https://docs.scipy.org/doc/numpy/index.html
Method1
import cv2 as cv
import numpy as np
img0 = cv.imread('C:\\Users\\Lin Xi\\Desktop\\OpenCV\\doge.jpg')
img1 = np.copy(img0)
img1.fill(127)
cv.imshow('test',img1)
cv.waitKey(0)
從路徑讀入一張圖后進行copy，然后二次填充，.fill遵循RGB原理——在 RGB 模式下，每種 RGB 成分都可使用從 0（黑色）到 255（白色）的值
copy的兩種方式：
img1 = np.copy(img0)
img1 = img0.copy()
Method2
import cv2 as cv
import numpy as np
blank = np.zeros([400,400],dtype = np.uint8)
blank.fill(255)
cv.imshow('test',blank)
cv.waitkey(0)
創(chuàng)建空白圖像并填充
函數(shù)解析：
np.zeros(shape, dtype，order)
shape:矩陣大小，這里使用二維數(shù)組，可指定第三維為1，3，4
1：單通道
此通道上值為0－255。（255為白色，0是黑色） 只能表示灰度，不能表示彩色。
3：三通道
在BGR中 （255，255，255）為白色，（0，0，0）是黑色可以表示彩色， 灰度也是彩色的一種。
4：四通道
dtype:可選參數(shù)，表示數(shù)據(jù)類型，默認numpy.float64,一張圖片的像素值范圍是[0,255], 因此默認類型是unit8
order:可選參數(shù)，默認為C，是否在存儲器中以C或Fortran連續(xù)（按行或列方式）存儲多維數(shù)據(jù)，一般默認即可，可以無視。
函數(shù)返回一個給定形狀和類型的用0填充的數(shù)組
Method3
import cv2 as cv
import numpy as np
img0 = np.ones([400,400],dtype = np.uint8)
img1 = np.reshape(img0,[200,800])
cv.imshow('test',img)
cv.waitKey(0)
函數(shù)解析：
np.ones(shape, dtype, order)
和np.zeros()比較類似，在此引用官方文檔，不再贅述
np.reshape(arr, newshape, order)
arr:要改變的數(shù)組
newshape:int或者tuple的整數(shù)
order:使用此索引順序讀取a的元素，并使用此索引順序?qū)⒃胤湃胫匦螖?shù)組中?！癈”表示使用類似C的索引順序讀寫元素，最后一個軸索引變化最快，回到第一個軸索引變化最慢。“F”表示使用類似fortran的索引順序讀寫元素，第一個索引變化最快，最后一個索引變化最慢。注意，“C”和“F”選項不考慮底層數(shù)組的內(nèi)存布局，只參考索引的順序。“A”表示，如果A在內(nèi)存中為連續(xù)的Fortran，則以類似Fortran的索引順序讀取/寫入元素，否則為c順序。(翻譯自官方文檔)
此函數(shù)返回一個新的視圖對象或者副本
注：np.reshape()不改變像素，只改變矩陣行列數(shù)，像素總數(shù)不變，區(qū)別于np.resize()
Method4
import cv2 as cv
import numpy as np
img0 = cv.imread('C:\\Users\\Lin Xi\\Desktop\\OpenCV\\doge.jpg')
clone = np.zeros(img0.shape,img0.dtype)
cv.imshow('test',clone)
cv.waitKey(0)
實現(xiàn)圖片的克隆
Method5
import cv2 as cv
import numpy as np
img0 = np.random.random_sample([400,400,3]) * 50
cv.imshow('test',img0)
cv.waitKey(0)
函數(shù)解析:生成一個[0.0,1.0)之間隨機浮點數(shù)或N維浮點數(shù)組（生成隨機噪聲圖像）
np.random.random_sample(size)
size:可選參數(shù)，整形或整形元組，默認為None
此函數(shù)返回輸出的形狀
