OpenCV

2024-07-10 20:57| 来源: 网络整理| 查看: 265

原文链接：http://www.juzicode.com/archives/5399

返回Opencv-Python教程

在OpenCV-Python中图像表示成numpy数组，图像的属性也可以通过numpy的属性获得。

1、图像行列数、通道数（shape属性）

一个图像像素的行列数（高、宽）、通道数可以通过shape属性获取，需要注意的是numpy数组的shape属性下标0表示的图像的行数（rows，高），下标1表示的是列数（cols，宽），下标2表示的是通道数，但是如果是灰度图shape是一个二元组，则不存在下标2的元素。

import numpy as np import cv2 print('VX公众号: 桔子code / juzicode.com') print('cv2.__version__:',cv2.__version__) img = cv2.imread('..\\opencv-logo.png') print('img.shape',img.shape) rows = img.shape[0] cols = img.shape[1] channel = img.shape[2] print('rows=%d,cols=%d,channel=%d'%(rows,cols,channel)) cv2.imshow('juzicode.com',img) cv2.waitKey() #原图方式 img = cv2.imread('..\\opencv-logo.png',cv2.IMREAD_UNCHANGED) print('img.shape',img.shape) rows = img.shape[0] cols = img.shape[1] channel = img.shape[2] print('rows=%d,cols=%d,channel=%d'%(rows,cols,channel)) cv2.imshow('juzicode.com',img) cv2.waitKey() #灰度图方式 img = cv2.imread('..\\opencv-logo.png',cv2.IMREAD_GRAYSCALE) print('img.shape',img.shape) rows = img.shape[0] cols = img.shape[1] channel = img.shape[2] #这里抛异常 print('rows=%d,cols=%d,channel=%d'%(rows,cols,channel)) cv2.imshow('juzicode.com',img) cv2.waitKey()

运行结果：

VX公众号: 桔子code / juzicode.com cv2.__version__: 4.5.2 img.shape (739, 600, 3) rows=739,cols=600,channel=3 img.shape (739, 600, 4) rows=739,cols=600,channel=4 img.shape (739, 600) #转换为灰度图，shape是一个二元组，访问下标2导致抛异常 Traceback (most recent call last): File "img-properties.py", line 37, in channel = img.shape[2] IndexError: tuple index out of range

另外我们也可以用Windows的画图板程序打开原图看到图像得行列数，其行数（rows，高，y轴）为739对应了shape[0]，列数（cols，宽，x轴）为600对应了shape[1]：

对比C++版本的OpenCV，可以直接访问Mat的rows、cols属性和channels()方法获取到图像的宽高以及通道数：

2、nbytes、size、itemsize属性

在OpenCV-Python对外接口里图像用numpy数组表示，所以numpy数据的属性同样适用于OpenCV-Python中图像的属性，详情可参考 NumPy数组的属性和常用创建方法。

下面的例子中仍是通过3种不同方式获取图像后对比各个属性的例子：

import numpy as np import cv2 print('VX公众号: 桔子code / juzicode.com') print('cv2.__version__:',cv2.__version__) img = cv2.imread('..\\opencv-logo.png') print('img.ndim=',img.ndim) #维度,也是其shape属性的长度=len(shape) print('img.itemsize=',img.itemsize) #单个数据长度 print('img.size=',img.size) #总长度，有多少个数据 print('img.nbytes=',img.nbytes) #占用的内存空间=itemsize*size print('img.dtype=',img.dtype) #数据类型，字符串形式 print('img.shape=',img.shape) #形状，是一个tuple print('img.data=',img.data) #数据buffer print() #原图方式 img = cv2.imread('..\\opencv-logo.png',cv2.IMREAD_UNCHANGED) print('img.ndim=',img.ndim) #维度,也是其shape属性的长度=len(shape) print('img.itemsize=',img.itemsize) #单个数据长度 print('img.size=',img.size) #总长度，有多少个数据 print('img.nbytes=',img.nbytes) #占用的内存空间=itemsize*size print('img.dtype=',img.dtype) #数据类型，字符串形式 print('img.shape=',img.shape) #形状，是一个tuple print('img.data=',img.data) #数据buffer print() #灰度图 img = cv2.imread('..\\opencv-logo.png',cv2.IMREAD_GRAYSCALE) print('img.ndim=',img.ndim) #维度,也是其shape属性的长度=len(shape) print('img.itemsize=',img.itemsize) #单个数据长度 print('img.size=',img.size) #总长度，有多少个数据 print('img.nbytes=',img.nbytes) #占用的内存空间=itemsize*size print('img.dtype=',img.dtype) #数据类型，字符串形式 print('img.shape=',img.shape) #形状，是一个tuple print('img.data=',img.data) #数据buffer

运行结果：

VX公众号: 桔子code / juzicode.com cv2.__version__: 4.5.2 img.ndim= 3 img.itemsize= 1 img.size= 1330200 img.nbytes= 1330200 img.dtype= uint8 img.shape= (739, 600, 3) img.data= img.ndim= 3 img.itemsize= 1 img.size= 1773600 img.nbytes= 1773600 img.dtype= uint8 img.shape= (739, 600, 4) img.data= img.ndim= 2 img.itemsize= 1 img.size= 443400 img.nbytes= 443400 img.dtype= uint8 img.shape= (739, 600) img.data=

3、dtype属性

dtype属性描述的是numpy数组中数据类型，可以通过astype进行转换后看到dtype的变化，以及因为dtype变化引起itemsize相关属性的变化。

下面这个例子读出opencv-logo.png图像后再转换为np.uint32和np.float64：

import numpy as np import cv2 print('VX公众号: 桔子code / juzicode.com') print('cv2.__version__:',cv2.__version__) img = cv2.imread('..\\opencv-logo.png') print('img.ndim=',img.ndim) #维度,也是其shape属性的长度=len(shape) print('img.itemsize=',img.itemsize) #单个数据长度 print('img.size=',img.size) #总长度，有多少个数据 print('img.nbytes=',img.nbytes) #占用的内存空间=itemsize*size print('img.dtype=',img.dtype) #数据类型，字符串形式 print('img.shape=',img.shape) #形状，是一个tuple print('img.data=',img.data) #数据buffer #转换 print('转换为uint32') img = img.astype(np.uint32) print('img.ndim=',img.ndim) #维度,也是其shape属性的长度=len(shape) print('img.itemsize=',img.itemsize) #单个数据长度 print('img.size=',img.size) #总长度，有多少个数据 print('img.nbytes=',img.nbytes) #占用的内存空间=itemsize*size print('img.dtype=',img.dtype) #数据类型，字符串形式 print('img.shape=',img.shape) #形状，是一个tuple print('img.data=',img.data) #数据buffer #转换 print('转换为float64') img = img.astype(np.float64) #print(img[150:200,200:250]) print('img.ndim=',img.ndim) #维度,也是其shape属性的长度=len(shape) print('img.itemsize=',img.itemsize) #单个数据长度 print('img.size=',img.size) #总长度，有多少个数据 print('img.nbytes=',img.nbytes) #占用的内存空间=itemsize*size print('img.dtype=',img.dtype) #数据类型，字符串形式 print('img.shape=',img.shape) #形状，是一个tuple print('img.data=',img.data) #数据buffer

运行结果：

VX公众号: 桔子code / juzicode.com cv2.__version__: 4.5.2 img.ndim= 3 img.itemsize= 1 img.size= 1330200 img.nbytes= 1330200 ##=size*itemsize=1330200*1 img.dtype= uint8 img.shape= (739, 600, 3) 转换为uint32 img.ndim= 3 img.itemsize= 4 img.size= 1330200 img.nbytes= 5320800 ##=size*itemsize=1330200*4 img.dtype= uint32 img.shape= (739, 600, 3) 转换为float64 img.ndim= 3 img.itemsize= 8 img.size= 1330200 img.nbytes= 10641600 ##=size*itemsize=1330200*8 img.dtype= float64 img.shape= (739, 600, 3)

从运行结果看单个元素占用空间itemsize和总空间大小nbytes均发生了变化。

小结：因为图像在OpenCV-Python是以numpy数组形式表示的，图像的属性比如行列数、通道数、数据类型、size等相关属性都可以通过numpy属性获取。

原文链接：http://www.juzicode.com/archives/5399

扩展阅读： OpenCV-Python教程NumPy数组的属性和常用创建方法

【本文地址】

OpenCV

OpenCV

今日新闻

推荐新闻