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。
做了那么多年开发,自学了很多门编程语言,我很明白学习资源对于学一门新语言的重要性,这些年也收藏了不少的Python干货,对我来说这些东西确实已经用不到了,但对于准备自学Python的人来说,或许它就是一个宝藏,可以给你省去很多的时间和精力。
别在网上瞎学了,我最近也做了一些资源的更新,只要你是我的粉丝,这期福利你都可拿走。
我先来介绍一下这些东西怎么用,文末抱走。
(1)Python所有方向的学习路线(新版)
这是我花了几天的时间去把Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
最近我才对这些路线做了一下新的更新,知识体系更全面了。
(2)Python学习视频
包含了Python入门、爬虫、数据分析和web开发的学习视频,总共100多个,虽然没有那么全面,但是对于入门来说是没问题的,学完这些之后,你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。
(3)100多个练手项目
我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了,只是里面的项目比较多,水平也是参差不齐,大家可以挑自己能做的项目去练练。
(4)200多本电子书
这些年我也收藏了很多电子书,大概200多本,有时候带实体书不方便的话,我就会去打开电子书看看,书籍可不一定比视频教程差,尤其是权威的技术书籍。
基本上主流的和经典的都有,这里我就不放图了,版权问题,个人看看是没有问题的。
(5)Python知识点汇总
知识点汇总有点像学习路线,但与学习路线不同的点就在于,知识点汇总更为细致,里面包含了对具体知识点的简单说明,而我们的学习路线则更为抽象和简单,只是为了方便大家只是某个领域你应该学习哪些技术栈。
(6)其他资料
还有其他的一些东西,比如说我自己出的Python入门图文类教程,没有电脑的时候用手机也可以学习知识,学会了理论之后再去敲代码实践验证,还有Python中文版的库资料、MySQL和HTML标签大全等等,这些都是可以送给粉丝们的东西。
这些都不是什么非常值钱的东西,但对于没有资源或者资源不是很好的学习者来说确实很不错,你要是用得到的话都可以直接抱走,关注过我的人都知道,这些都是可以拿到的。
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。
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!