每個圖片可以看作很多個有顏色的小方塊組合而成的，而每一個像素點的小方塊的顏色，可以看作是三個顏色RGB進行合成的，顏色深度又是指的是8bit，即0-255，圖片的寬高又是指的是圖片在橫軸和縱軸分別有多少個像素，圖片大小又是從何而來的呢：
1.14M = 720（長）* 547（寬）*3*8bit/8 (B) = 1.14M
而在png圖片中可能還存在着第四個通道，即爲圖片的顏色透明度alpha通道。而在opencv中讀取的像素的值應該是b,g,r反過來的，這個很重要。
在圖片的像素操作中，我們可以把圖片放在一個座標系中，橫軸代表着圖片的長，縱軸代表着圖片的寬，然後如果說取（100，90）這個點的座標的像素值，則是代表取出來的是橫着數第100個，豎着數90個的那個點的像素值。這裏插入代碼段更好理解：
import cv2
img = cv2.imread('1.png', 1)
(b, g, r) = img[100, 90] # 讀取出來的像素值一般是放在一個元組裏面的，這裏取100，90這個點
print(b, g, r) # 打印b,g,r對應的值
接下來我們想對圖片進行像素的寫入：
import cv2
img = cv2.imread('1.png', 1)
(b, g, r) = img[100, 90] # 讀取出來的像素值一般是放在一個元組裏面的，這裏取100，90這個點
print(b, g, r) # 打印b,g,r對應的值
# 從圖像的第30行300列開始到第110行，100列結束
for i in range(1,100): # 對像素的逐個操作，這裏使用循環遍歷到每一個想操作的像素點
img[30+i, 300] = (0, 0, 0)
cv2.imshow('image', img)
cv2.waitKey(0)
上圖可以看到畫出了一條黑色的線段