先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前阿里P7
深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年最新Python全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上Python知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
如果你需要这些资料,可以添加V获取:vip1024c (备注Python)
正文
不过由于Python的列表元素是从0开始的,所以左下角像素的坐标应该是(399,0),右下角像素的坐标应该是(399, 599)。
如果不想用编程的方式获取图像的某个像素的坐标和分辨率,可以用一些工具软件,例如Windows的“画图”程序(如图4所示)可以很容易获得像素坐标和分辨率,只不过像素坐标是(x,y)形式的,需要将坐标的两个值调换位置后才是OpenCV的像素坐标。用“画图”打开图像,将鼠标放到图像上,左下角黑框中是鼠标所在像素的坐标,整下方黑框内是图像的分辨率。
2.读取像素的BGR值
使用imread函数读取图像的数据后,可以使用下面的代码获得像素对应的颜色值。
import cv2
image = cv2.imread("flower.jpg")
px = image[200,300] # 获取坐标(200,300)的像素值
print(px)
执行这段代码,会输出如下的内容:
[207 142 211]
px本身是一个列表,列表中有3个元素值,分别代表B(蓝)、G(绿)和R(红)3中颜色,也就是通常说的三原色。要注意,通过这种方式获取的三原色并不是习惯上的RGB,而是BGR。通过将3种颜色按不同值(每一种颜色值的范围从0到255)组合,就会呈现出各种颜色,三原色总共可以表示16777216(256 × 256 × 256)种颜色。
如果使用imread函数读取的是彩色图像,那么图像数据是包含通道的,BGR中的B、G、R就是彩色图像的3个通道。BGR也成为色彩空间,如果改变了通道顺序,如将BGR变成RGB,那么就又形成了另外一种色彩空间。而OpenCV选择了BGR色彩空间,不过这些色彩空间可以相互转换,在后面的文章会详细介绍这部分内容。
除了一下子获取BGR三个通道的颜色值外,也可以使用下面的代码分别获取独立的B、G、R值。
import cv2
image = cv2.imread("images/flower.jpg")
blue = image[200,300,0] # 获取B通道的颜色值
green = image[200,300,1] # 获取G通道的颜色值
red = image[200,300,2] # 获取R通道的颜色值
print(blue, green, red) # 输出BGR通道的颜色值
运行这段代码,会输出如下内容:
[207 142 211]
[255 0 0]
从输出结果可以看出,像素(200,300)的BGR值已经被修改。但阅读这段代码,需要注意如下几点:
-
这里修改的只是内存中图像的像素值,并没有将修改结果保存到图像文件中,如果想保存修改结果,需要使用imwrite函数。
-
在修改像素值时,不要直接修改px的值,而是直接为image[y,x]赋值,否则修改的只是px变量的值,image[y,x]的值并未改变,如下面的代码是无法修改像素(200,300)的颜色值的。
px = [255,255,255]
说明:不管是RGB色彩空间,还是BGR色彩空间,只要R、G、B三个通道的值相等,彩色图像就变成了灰度图像,其中R = G = B = 0是纯黑色,R = G = B = 255是纯白色。
下面的代码将flower.jpg中由(120,230)、(120, 310)、(190, 230)和(190, 310)这4个点围起的矩形区域变成纯黑色,并在窗口中展示原图和修改过的图,最后将修改结果保存在flower_new.jpg文件中。
import cv2
image = cv2.imread("images/flower.jpg")
cv2.imshow("oldimage", image) # 在窗口中显示原图像
for i in range(120, 191): # i表示纵坐标,在区间[120,190]内取值
for j in range(230, 311): # j表示横坐标,在区间[230, 310]内取值
image[i, j] = [0, 0, 0] # 把区域内的所有像素都修改为黑色
cv2.imshow("newimage", image) # 在窗口中显示修改后的图像
cv2.imwrite("images/flower_new.jpg", image) # 保存修改结果
cv2.waitKey()
cv2.destroyAllWindows()
运行这段程序,会看到如图5(原图)和图6(修改后的图像)所示的效果。
感谢每一个认真阅读我文章的人,看着粉丝一路的上涨和关注,礼尚往来总是要有的:
① 2000多本Python电子书(主流和经典的书籍应该都有了)
② Python标准库资料(最全中文版)
③ 项目源码(四五十个有趣且经典的练手项目及源码)
④ Python基础入门、爬虫、web开发、大数据分析方面的视频(适合小白学习)
⑤ Python学习路线图(告别不入流的学习)
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
需要这份系统化的资料的朋友,可以添加V获取:vip1024c (备注python)
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
[外链图片转存中…(img-3JtvK6AN-1713438856370)]
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!