图像处理——基于opencv和python（三）

图像的基础操作

• 查看图片常见属性
• 获取像素值并修改
• 获取图像的属性(信息)
• 图像的ROI()
• 图像通道的拆分及合并

本节中的几乎所有操作都主要与Numpy相关，而不是与OpenCV相关。要使用OpenCV编写更好的 优化代码，需要Numpy的丰富知识。

1.1 常见的图片属性

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。

• 图像的形状可通过img.shape 访问。它返回行，列和通道数的元组（如果图像是彩色的）：
• img.size 可以返回图像的像素数目

1.2 获取并修改像素值

你可以通过行和列坐标来访问像素值。对于 BGR 图像，它返回一个由蓝色、绿色和红色值组成的 数组。 对于灰度图像，只返回相应的灰度。

 

1.3 图像感兴趣区域ROI

有时候，你不得不处理一些特定区域的图像。对于图像中的眼睛检测，首先对整个图像进行人脸检测。在获取人脸图像时，我们只选择人脸区域，搜索其中的 眼睛，而不是搜索整个图像。

它提高了准确性(因为眼睛总是在面部上:D )和性能(因为我们搜索的区域很小)。 有时你需要对一幅图像的特定区域进行操作,使用Numpy索引再次获得ROI。

ball=img[280:340,330:390]
# cv2.imshow('cut image',ball)
# k = cv2 .waitKey(0)
# cv2.destroyAllWindows()
Image.fromarray(ball)

现在我们选择球的部分并把他拷贝到图像的其他区域。