图像颜色的反转一般分为两种：一种是灰度图片的颜色反转，另一种是彩色图像的颜色反转。

本节使用的原图如下：

1.1 灰度图像颜色反转

灰度图像每个像素点只有一个像素值来表示，色彩范围在0-255之间，反转方法255-当前像素值。

首先需要安装OpenCV：

导入本例所需的程序包：

In [ ]:

%matplotlib inline

import cv2

import numpy as np

from matplotlib import pyplot as plt

将原图转换为灰度图片：

In [ ]:

img = cv2.imread('./lena.jpg', 1)

height, width, deep = img.shape

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

​

plt.imshow(gray, cmap='gray')

plt.show()

反转图片中所有的像素值：

In [ ]:

dst = np.zeros((height,width,1), np.uint8)

for i in range(0, height):

    for j in range(0, width):

        grayPixel = gray[i, j]

        dst[i, j] = 255-grayPixel

将反转后的图像保存再显示出来，可以看到灰度颜色已经反转：

In [ ]:

cv2.imwrite("./lena_changed.jpg", dst)

dst = cv2.imread('./lena_changed.jpg', 1)

​

plt.imshow(dst)

plt.show()

1.2 彩色图像颜色反转

彩色图像的每个像素点由RGB三个元素组成，所以反转的时候需要用255分别减去b,g,r三个值。

重新读取图像并进行颜色反转：

In [ ]:

img = cv2.imread('./lena.jpg', 1)

​

height, width, deep = img.shape

​

# 彩色图像颜色反转 NewR = 255-R

dst = np.zeros((height, width, deep), np.uint8)

for i in range(0, height):

    for j in range(0,width):

        (b, g, r) = img[i, j]

        dst[i, j] = (255-b,255-g,255-r)

将反转后的图像保存再显示出来，可以看到彩色图像颜色已经反转：

In [ ]:

dst2 = cv2.cvtColor(dst, cv2.COLOR_BGR2RGB)

plt.imshow(dst2)

plt.show()