OpenCV Python教程（2、图像元素的访问、通道分离与合并）

最新推荐文章于 2024-08-01 01:58:11 发布

Daetalus

最新推荐文章于 2024-08-01 01:58:11 发布

阅读量7.8w

点赞数 47

分类专栏： OpenCV Python

本文链接：https://blog.csdn.net/sunny2038/article/details/9080047

版权

本文是OpenCV Python教程的一部分，详细介绍了如何访问图像像素、分离和合并图像通道。通过示例代码，解释了在Python中处理灰度图时应注意的事项，包括像素访问的特性，以及使用numpy进行通道分离和合并的方法。

摘要由CSDN通过智能技术生成

OpenCV Python教程之图像元素的访问、通道分离与合并

转载请详细注明原作者及出处，谢谢！

访问像素

像素的访问和访问numpy中ndarray的方法完全一样，灰度图为：

img[j,i] = 255

其中j，i分别表示图像的行和列。对于BGR图像，为：

img[j,i,0]= 255
img[j,i,1]= 255
img[j,i,2]= 255

第三个数表示通道。

下面通过对图像添加人工的椒盐现象来进一步说明OpenCV Python中需要注意的一些问题。完整代码如下：

import cv2
import numpy as np

def salt(img, n):
	for k in range(n):
		i = int(np.random.random() * img.shape[1]);
		j = int(np.random.random() * img.shape[0]);
		if img.ndim == 2: 
			img[j,i] = 255
		elif img.ndim == 3: 
			img[j,i,0]= 255
			img[j,i,1]= 255
			img[j,i,2]= 255
	return img

if __name__ == '__main__':
	img = cv2.imread("图像路径")
	saltImage = salt(img, 500)
	cv2.imshow("Salt"