Python-图像的基本 *** 作

概述获取并修改像素值首先我们需要读入一幅图像：importcv2importnumpyasnpimg=cv2.imread('1.jpg')可以根据像素的行和列的坐标获取他的像素值。对BGR图像而言，返回值为B，G，R的值。对灰度图像而言，会返回他的灰度值（亮度？intensity）importcv2importnumpyasnpimg=cv2.imr 获取并修改像素值

首先我们需要读入一幅图像：

import cv2import numpy as npimg=cv2.imread('1.jpg')

可以根据像素的行和列的坐标获取他的像素值。对BGR图像而言，返回 值为 B，G，R 的值。对灰度图像而言，会返回他的灰度值（亮度？intensity）

import cv2import numpy as npimg=cv2.imread('1.jpg')px=img[100,100]print(px)blue=img[100,100,0]print(blue)

可以以类似的方式修改像素值

import cv2import numpy as npimg=cv2.imread('1.jpg')img[100,100]=[255,255,255]print(img[100,100])

获取像素值及修改的更好方法

import cv2import numpy as npimg=cv2.imread('1.jpg')print(img.item(10,10,2))img.itemset((10,10,2),243)print(img.item(10,10,2))

获取图像属性

图像的属性包括：行，列，通道，图像数据类型，像素数目等
img.shape 可以获取图像的形状。他的返回值是一个包含行数，列数， 通道数的元组。

import cv2import numpy as npimg=cv2.imread('1.jpg')print(img.shape)

img.size 可以返回图像的像素数目：

import cv2import numpy as npimg=cv2.imread('1.jpg')print(img.size)

img.dtype 返回的是图像的数据类型.

import cv2import numpy as npimg=cv2.imread('1.jpg')print(img.dtype)

图像 ROI

有时你需要对一幅图像的特定区域进行 *** 作。例如我们要检测一副图像中 眼睛的位置，我们首先应该在图像中找到脸，再在脸的区域中找眼睛，而不是 直接在一幅图像中搜索。这样会提高程序的准确性和性能。

ROI 也是使用 Numpy 索引来获得的。现在我们选择一部分并把他拷贝到图像的其他区域。

import cv2import numpy as npimg=cv2.imread('1.jpg')ball=img[20:220,50:160]img[30:230,130:240]=ballcv2.imshow('image',img)cv2.waitKey(0)

拆分及合并图像通道

有时我们需要对 BGR 三个通道分别进行 *** 作。这是你就需要把 BGR 拆 分成单个通道。有时你需要把独立通道的图片合并成一个 BGR 图像。你可以 这样做：

import cv2import numpy as npimg=cv2.imread('1.jpg')b,g,r=cv2.split(img)img=cv2.split(b,g,r)

或者

import cv2import numpy as npimg=cv2.imread('1.jpg')b=img[:,:,0]

假如你想使所有像素的红色通道值都为 0，你不必先拆分再赋值。你可以 直接使用 Numpy 索引，这会更快。

import cv2import numpy as npimg=cv2.imread('1.jpg')b=img[:,:,2]=0cv2.imshow('image',img)cv2.waitKey(0)

为图像扩边（填充）

如果你想在图像周围创建一个边，就像相框一样，你可以使用cv2.copyMakeborder() 函数。这经常在卷积运算或 0 填充时被用到。这个函数包括如下参数：

• src 输入图像

• top, bottom, left, right 对应边界的像素数目。

• borderType 要添加那种类型的边界，类型如下
– cv2.border_CONSTANT 添加有颜色的常数值边界，还需要 下一个参数（value）。
– cv2.border_REFLECT边界元素的镜像。比如: fedcba|abcdefgh|hgfedcb
– cv2.border_REFLECT_101orcv2.border_DEFAulT 跟上面一样，但稍作改动。例如: gfedcb|abcdefgh|gfedcba
– cv2.border_REPliCATE重复最后一个元素。例如: aaaaaa| abcdefgh|hhhhhhh
– cv2.border_WRAP 不知道怎么说了, 就像这样: cdefgh| abcdefgh|abcdefg

• value 边界颜色，如果边界的类型是 cv2.border_CONSTANT

为了更好的理解这几种类型请看下面的演示程序。

import numpy as npimport cv2from matplotlib import pyplot as pltimport matplotlib.image as mpimg # mpimg 用于读取图片BLUE=[255,0,0]#img1=mpimg.imread('lena.png')img1=cv2.imread('lena.png')replicate = cv2.copyMakeborder(img1,10,10,10,10,cv2.border_REPliCATE)reflect = cv2.copyMakeborder(img1,10,10,10,10,cv2.border_REFLECT)reflect101 = cv2.copyMakeborder(img1,10,10,10,10,cv2.border_REFLECT_101)wrap = cv2.copyMakeborder(img1,10,10,10,10,cv2.border_WRAP)constant= cv2.copyMakeborder(img1,10,10,10,10,cv2.border_CONSTANT,value=BLUE)plt.subplot(231),plt.imshow(img1,'gray'),plt.Title('ORIGINAL')plt.subplot(232),plt.imshow(replicate,'gray'),plt.Title('REPliCATE')plt.subplot(233),plt.imshow(reflect,'gray'),plt.Title('REFLECT')plt.subplot(234),plt.imshow(reflect101,'gray'),plt.Title('REFLECT_101')plt.subplot(235),plt.imshow(wrap,'gray'),plt.Title('WRAP')plt.subplot(236),plt.imshow(constant,'gray'),plt.Title('CONSTANT')plt.show()

结果如下（由于是使用matplotlib 绘制，所以交换R 和B 的位置，
OpenCV 中是按BGR，matplotlib 中是按RGB 排列）：

这时候选用plt本身的函数进行读取

import numpy as npimport cv2from matplotlib import pyplot as pltimport matplotlib.image as mpimg # mpimg 用于读取图片BLUE=[255,0,0]img1=mpimg.imread('lena.png')#img1=cv2.imread('lena.png')replicate = cv2.copyMakeborder(img1,10,10,10,10,cv2.border_REPliCATE)reflect = cv2.copyMakeborder(img1,10,10,10,10,cv2.border_REFLECT)reflect101 = cv2.copyMakeborder(img1,10,10,10,10,cv2.border_REFLECT_101)wrap = cv2.copyMakeborder(img1,10,10,10,10,cv2.border_WRAP)constant= cv2.copyMakeborder(img1,10,10,10,10,cv2.border_CONSTANT,value=BLUE)plt.subplot(231),plt.imshow(img1,'gray'),plt.Title('ORIGINAL')plt.subplot(232),plt.imshow(replicate,'gray'),plt.Title('REPliCATE')plt.subplot(233),plt.imshow(reflect,'gray'),plt.Title('REFLECT')plt.subplot(234),plt.imshow(reflect101,'gray'),plt.Title('REFLECT_101')plt.subplot(235),plt.imshow(wrap,'gray'),plt.Title('WRAP')plt.subplot(236),plt.imshow(constant,'gray'),plt.Title('CONSTANT')plt.show()

或者就用cv2的函数进行读取
但是显示使用cv2.imshow()进行展示

总结

以上是内存溢出为你收集整理的Python-图像的基本 *** 作全部内容，希望文章能够帮你解决Python-图像的基本 *** 作所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。