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)

从路径读入一张图后进行copy，然后二次填充，.fill遵循RGB原理——在 RGB 模式下，每种 RGB 成分都可使用从 0（黑色）到 255（白色）的值
copy的两种方式：

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)

创建空白图像并填充
函数解析：

np.zeros(shape, dtype，order)

shape:矩阵大小，这里使用二维数组，可指定第三维为1，3，4
1：单通道
此通道上值为0－255。（255为白色，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）为白色，（0，0，0）是黑色可以表示彩色，灰度也是彩色的一种。
4：四通道
dtype:可选参数，表示数据类型，默认numpy.float64,一张图片的像素值范围是[0,255], 因此默认类型是unit8
order:可选参数，默认为C，是否在存储器中以C或Fortran连续（按行或列方式）存储多维数据，一般默认即可，可以无视。
函数返回一个给定形状和类型的用0填充的数组

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)

函数解析：

np.ones(shape, dtype, order)

和np.zeros()比较类似，在此引用官方文档，不再赘述

np.zeros().PNG

np.reshape(arr, newshape, order)

arr:要改变的数组
newshape:int或者tuple的整数
order:使用此索引顺序读取a的元素，并使用此索引顺序将元素放入重形数组中。“C”表示使用类似C的索引顺序读写元素，最后一个轴索引变化最快，回到第一个轴索引变化最慢。“F”表示使用类似fortran的索引顺序读写元素，第一个索引变化最快，最后一个索引变化最慢。注意，“C”和“F”选项不考虑底层数组的内存布局，只参考索引的顺序。“A”表示，如果A在内存中为连续的Fortran，则以类似Fortran的索引顺序读取/写入元素，否则为c顺序。(翻译自官方文档)

此函数返回一个新的视图对象或者副本

注：np.reshape()不改变像素，只改变矩阵行列数，像素总数不变，区别于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)

实现图片的克隆

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)

函数解析:生成一个[0.0,1.0)之间随机浮点数或N维浮点数组（生成随机噪声图像）

np.random.random_sample(size)

size:可选参数，整形或整形元组，默认为None
此函数返回输出的形状

最后编辑于：2018.11.02 22:33:32