OpenCV像素处理基本操作 Open

您所在的位置：网站首页 › 劳动法底薪怎么算 › OpenCV像素处理基本操作 Open

OpenCV像素处理基本操作 Open

2022-05-13 17:50| 来源: 网络整理| 查看: 265

文章目录 1. 提取指定位置的像素RGB值(BGR)2. 修改指定像素的BGR值2.1 修改一个像素2.2 修改一个区域的像素 3. 图像的创建3.1 创建纯黑/白图像3.2 创建黑白相间图像3.3 创建彩色图像3.4 随机颜色图像（雪花点图） 4. 图像的拼接水平拼接 hstack()垂直拼接 vstack()

ʚʕ̯•͡˔•̯᷅ʔɞ 🍹欢迎各路大佬来到小啾主页指点☀️欢迎大家前来学习OpenCV像素处理基本操作 - Open_CV系列博文，我是侯小啾。 ✨博客主页：云雀编程小窝 🌹꧔ꦿ 🌹꧔ꦿ博文如有帮助，还请给个点赞 + 关注 + 收藏✨ 请添加图片描述

上期传送门：OpenCV图像处理基本操作 Open_CV系列（一）

如果您的numpy数组基础不足，可参考这篇超详细的blog总结：Numpy库速通教程典藏版 #一篇就够了系列

如有疑问欢迎随时在评论区交流。☀️

正文开始！

首先准备一张图片，用于代码的示例，这里我选择使用这只cat图（忽略这个去不掉的水印）：在这里插入图片描述

1. 提取指定位置的像素RGB值(BGR) import cv2 image = cv2.imread("pic.jpg") print(image.shape) # 先查看一下shape px = image[300, 456] # 以提取(300,456)位置像素的RGB值为例，其中300指图片的垂直方向，456指水平方向 print(px)

在这里插入图片描述

[39 25 37] 表示红绿蓝三种不同的颜色（是光学三原色，不是我们小学美术课学的颜料三原色红黄蓝）光学三原色是人眼能够感知的三种颜色，这三种颜色也称三基色，将这三种颜色以不同比例匹配，就可以得到其他不同的颜色。计算机利用色彩空间对颜色进行编码。 RGB色彩空间即彩色，存在三个色彩通道：R通道，G通道，B通道，即对应这里的[39 25 37]三个数字。且每个通道的色彩值都在区间[0, 255]内。

RGB色彩空间的色彩通道在OpenCV中的顺序不是RGB，而是BGR色彩空间（顺序相反）。即R为37，G为25，B为39。

对于BGR色彩空间的图像，当每个像素的BGR三个值相等时，就可以得到灰度图像。B、G、R三个值都为0时表示纯黑色B、G、R三个值都为255时表示纯白色

在这里插入图片描述逐个打印出：

import cv2 image = cv2.imread("pic.jpg") print("R:", image[300, 456, -1]) print("G:", image[300, 456, 1]) print("B:", image[300, 456, 0])

在这里插入图片描述

2. 修改指定像素的BGR值

提取到BGR值之后，可以对其进行修改操作。

2.1 修改一个像素 import cv2 image = cv2.imread("pic.jpg") image[291, 218] = [255, 255, 255] cv2.imshow("cat", image) cv2.waitKey() cv2.destroyAllWindows()

这里将图片截取一部分查看，可以看到这里图中圈出的地方，多了一个白色的点。即为我们修改的结果。在这里插入图片描述

2.2 修改一个区域的像素

以竖直方向上[100,150]范围的像素块，水平方向上[200,251]范围的像素块为例。将其BGR值都修改为白色。

从程序执行效果可以看出，竖直方向，像素的位置是从上往下排的，水平方向上，像素的位置在从左往右排列的。即零轴在左上角。（pic的shape为(700,700,3)，修改的白块儿在偏左上角的位置。）

import cv2 image = cv2.imread("pic.jpg") cv2.imshow("cat", image) for i in range(100, 151): for j in range(200, 251): image[i, j] = [255, 255, 255] cv2.imshow("cat", image) cv2.waitKey() cv2.destroyAllWindows()

程序执行结果如图所示：在这里插入图片描述

3. 图像的创建

创建图像，即创建三维数组或二维数组，使其像素的每个色彩值分布在[0,255]内。然后使用Open_CV的方法将其显示出来即可。

3.1 创建纯黑/白图像

创建纯黑图像，即创建二维的全零数组。

import cv2 import numpy as np width = 800 height = 600 img = np.zeros((height, width), np.uint8) cv2.imshow("BLACK", img) cv2.waitKey() cv2.destroyAllWindows()

在这里插入图片描述

同理创建纯白图像即在上边的基础上把数组的每个值都改为255.

代码示例：

import cv2 import numpy as np width = 800 height = 600 img = np.ones((height, width), np.uint8) * 255 cv2.imshow("img", img) cv2.waitKey() cv2.destroyAllWindows()

在这里插入图片描述

3.2 创建黑白相间图像将全零数组的局部值改为255即可。

全黑+白块

import cv2 import numpy as np width = 400 height = 300 img = np.zeros((height, width), np.uint8) img[50:101, 50:100] = 255 cv2.imshow("BLACK-WHITE", img) cv2.waitKey() cv2.destroyAllWindows()

在这里插入图片描述

黑条白条相间

import cv2 import numpy as np width = 440 height = 300 img = np.zeros((height, width), np.uint8) # 在水平方向上，每隔40个单位的像素，是20个单位长度的白色像素的起始点。 # 即40是一个黑白色的周期，每次的黑白在水平方向上都显示20个像素的长度。 for i in range(0, width, 40): img[:, i:i + 20] = 255 cv2.imshow("BLACK-WHITE", img) cv2.waitKey() cv2.destroyAllWindows()

在这里插入图片描述

3.3 创建彩色图像

关于色素，显示红色即R值为255，G值与B值为0 显示绿色即G值为255，R值与B值为0 显示蓝色即B值为255，R值与G值为0

接下来依次创建这三种彩色图像：

import cv2 import numpy as np width = 300 height = 200 img = np.zeros((height, width, 3), np.uint8) blue = img.copy() blue[:, :, 0] = 255 green = img.copy() green[:, :, 1] = 255 red = img.copy() red[:, :, 2] = 255 cv2.imshow("blue", blue) cv2.imshow("green", green) cv2.imshow("red", red) cv2.waitKey() cv2.destroyAllWindows()

程序执行结果如下，依次创建了红绿蓝三种颜色的图像：

在这里插入图片描述

3.4 随机颜色图像（雪花点图）

创建随机灰度图像

import cv2 import numpy as np width = 400 height = 300 img = np.random.randint(256, size=(height, width), dtype=np.uint8) cv2.imshow("img", img) cv2.waitKey() cv2.destroyAllWindows()

程序执行结果如下：在这里插入图片描述

创建随机彩色图像

import cv2 import numpy as np width = 400 height = 300 img = np.random.randint(256, size=(height, width, 3), dtype=np.uint8) cv2.imshow("img", img) cv2.waitKey() cv2.destroyAllWindows()

程序执行结果如下：在这里插入图片描述

4. 图像的拼接

首先准备两个图片，这里将其命名为a，b。在这里插入图片描述

水平拼接 hstack() import cv2 import numpy as np img1 = cv2.imread("a.jpg") img2 = cv2.imread("b.jpg") img_h = np.hstack((img1, img2)) cv2.imshow("img_h", img_h) cv2.waitKey() cv2.destroyAllWindows()

在这里插入图片描述

垂直拼接 vstack() import cv2 import numpy as np img1 = cv2.imread("a.jpg") img2 = cv2.imread("b.jpg") img_v = np.vstack((img1, img2)) cv2.imshow("img_v", img_v) cv2.waitKey() cv2.destroyAllWindows()

在这里插入图片描述（因为图片过长，图片未显示全）

🌹꧔ꦿ本系列blog传送门： ✨OpenCV图像处理基本操作【Python-Open_CV系列（一）】 ✨OpenCV像素处理基本操作【Python-Open_CV系列（二）】 ✨OpenCV之 BGR、GRAY、HSV色彩空间&色彩通道专题【Python-Open_CV系列（三）】 ✨OpenCV绘制图像与文字(可作为脚手架代码)(python) 【Python-Open_CV系列（四）】 ✨OpenCV图像几何变换专题(缩放、翻转、仿射变换及透视)【python-Open_CV系列（五）】 ✨基于梵·高《向日葵》的图像阈值处理专题（二值处理、反二值处理、截断处理、自适应处理及Otsu方法）【Python-Open_CV系列（六）】 ✨OpenCV基本功之图像的掩模、运算 & 合并专题 -小啾带学【Python-Open_CV系列（七）】 ✨《三英战吕布》 - 图像模板匹配【Python-Open_CV系列（八）】 ✨OpenCV滤波器龙门石窟篇【Python-Open_CV系列（九）】(均值滤波器、中值滤波器、高斯滤波器、双边滤波器) ✨Open_CV形态学运算专题（腐蚀&膨胀、开&闭运算、梯度运算、顶帽运算黑帽运算）【Python-Open_CV系列（十）】 ✨霍夫变换看不懂？小啾带你串一遍：OpenCV图形检测专题这样学最简单【Python-Open_CV系列（十一）】 ✨小啾带你开天眼之开启py-OpenCV摄像头及视频处理【Python-Open_CV系列（十二）】 ✨小啾带你开天眼之人脸检测与识别(以及华强、皇叔、高祖配墨镜特效)【Python-Open_CV系列（十三）】

【本文地址】

OpenCV像素处理基本操作 Open

OpenCV像素处理基本操作 Open

今日新闻

推荐新闻