学习笔记 - 使用Numpy操作像素基础 - (Python-OpenCV)

目录

一、创建数组

array() 方法

⭐参数：array(object, dtype, copy, order, subok, ndmin)

♥1.创建一维数组和二维数组

♥2.创建浮点型数组

♥3.创建三维数组

empty() 方法

♥1.创建2行3列未初始化数组

zeros() 方法

♥1.创建用 0 填充的数组

♥1.创建用1 填充的数组

randint() 方法

⭐参数：randint(low, high, size)

♥1.创建随机数组

二、操作数组

1.加减乘除法运算

2.幂运算

3.比较运算

4.复制数组

三、数组的索引和切片

1.索引

2.切片式索引

3.二维数组索引

4.二维数组切片式索引

四、创建图像

1.创建黑白图像

1.1 创建纯 黑 图像

1.2 创建纯 白 图像

1.3 在黑图像内部创建白色图像

1.4 创建黑白相间的图像

2.创建彩色图像

3.创建随机图像

五、拼接图像

1.水平拼接数组

2.垂直拼接数组

3.在图像处理中的应用

---

一、创建数组

array() 方法

⭐参数：array(object, dtype, copy, order, subok, ndmin)

♥1.创建一维数组和二维数组

import numpy as np

n1 = np.array([1,2,3]) # 一维数组
n2 = np.array([0.1, 0.2, 0.3]) #一维数组
n3 = np.array([[1,2], [3,4]]) #二维数组
print(n1)
print(n2)
print(n3)

运行结果：

#n1
[1 2 3] 
#n2
[0.1 0.2 0.3] 
#n3
[[1 2] 
 [3 4]]

♥2.创建浮点型数组

import numpy as np

list = [1,2,3]
n1 = np.array(list, dtype=np.float_)
# 或者
n1 = np.array(list, dtype=float)
print(n1)
print(n1.dtype)
print(type(n1[0]))

运行结果：

[1. 2. 3.]
float64
<class 'numpy.float64'>

♥3.创建三维数组

import numpy as np

nd1 = [1,2,3]
nd2 = np.array(nd1, ndmin=3) # 三维数组
print(nd2)

运行结果：

[[[1 2 3]]]

empty() 方法

♥1.创建2行3列未初始化数组

import numpy as np

n = np.empty([2,3])
print(n)

运行结果：

[[9.75054990e-312 9.75054990e-312 1.23940528e-060]
 [9.75054990e-312 9.75054990e-312 3.34051544e-195]]

zeros() 方法

♥1.创建用 0 填充的数组

import numpy as np

n = np.zeros((3,3), np.uint8)
print(n)

运行结果：

[[0 0 0]
 [0 0 0]
 [0 0 0]]

##ones() 方法

♥1.创建用1 填充的数组

import numpy as np

n = np.ones((3,3), np.uint8)
print(n)

运行结果：

[[1 1 1]
 [1 1 1]
 [1 1 1]]

randint() 方法

⭐参数：randint(low, high, size)

♥1.创建随机数组

import numpy as np

n1 = np.random.randint(1, 3, 10)
print('随机生成 10 个 1 ~ 3 且不包括 3 的整数：')
print(n1)
n2 = np.random.randint(5, 10)
print('size 数组大小为空随机返回一个整数：')
print(n2)
n3 = np.random.randint(5, size=(2,5))
print('随机生成 5 以内二维数组：')
print(n3)

运行结果：

随机生成 10 个 1 ~ 3 且不包括 3 的整数：
[1 1 2 2 1 2 1 1 2 1]
size 数组大小为空随机返回一个整数：
8
随机生成 5 以内二维数组：
[[2 2 2 2 1]
 [3 0 0 3 2]]

二、操作数组

1.加减乘除法运算

import numpy as np

print(n1 + n2)
print(n1 - n2)
print(n1 * n2)
print(n1 / n2)

运行结果：

[4 6]
[-2 -2]
[3 8]
[0.33333333 0.5       ]

2.幂运算

import numpy as np

n1 = np.array([1,2])
n2 = np.array([3,4])
print(n1 ** n2)

运行结果：

[ 1 16]