Numpy数组操作OpencvMat

[转自：http://blog.csdn.net/gangzhucoll/article/details/78546290]

二、什么是Numpy

       一个用python实现的科学计算包。包括：1、一个强大的N维数组对象Array；2、比较成熟的（广播）函数库；3、用于整合C/C++和Fortran代码的工具包；4、实用的线性代数、傅里叶变换和随机数生成函数。numpy和稀疏矩阵运算包scipy配合使用更加方便。

NumPy（Numeric Python）提供了许多高级的数值编程工具，如：矩阵数据类型、矢量处理，以及精密的运算库。专为进行严格的数字处理而产生。多为很多大型金融公司使用，以及核心的科学计算组织如：Lawrence Livermore，NASA用其处理一些本来使用C++，Fortran等所做的任务。

三、示例代码

[python]  view plain  copy

1. <span style="font-size:14px;">import cv2 as cv  
2. import  numpy as np  
3.   
4.   
5. def access_pixel(image):  
6.     """访问图像所有的像素"""  
7.     print(image.shape)  
8.   
9.     #获取图像的高度，图像的高度为shape的第一个值（维度）  
10.     height=image.shape[0]  
11.     #获取图像的宽读，图像的宽度为shape的第二个值（维度）  
12.     width=image.shape[1]  
13.     #获取图像通道数目，图像的通道数目为shape的第三个值（维度）  
14.     #加载进来的图像都有三个通道，三个通道是图像的RGB  
15.     channels=image.shape[2]  
16.     print("width: %s,height: %s channels: %s"%(width,height,channels))  
17.   
18.     #循环获取每个像素点，并且修改，然后存储修改后的像素点  
19.     for row in range(height):  
20.         for col in range(width):  
21.             for c in range(channels):  
22.                 pv=image[row,col,c]  
23.                 image[row,col,c]=255-pv  
24.   
25.     #输出的是一个呈现负片效果的图片  
26.     cv.imshow("pixels_demo",image)  
27.   
28.   
29. def create_image():  
30.     """创建新图象"""  
31.     #创建一张宽高都是400像素的3通道 8位图片  
32.     img=np.zeros([400,400,3],np.uint8)  
33.     #修改通道值  
34.     img[:,:,0]=np.ones([400,400])*255  
35.     img[:, :, 2] = np.ones([400, 400]) * 255  
36.     cv.imshow("new image",img)  
37.   
38.     #创建一个单通道的8位图片  
39.     img=np.zeros([400,400,1],np.uint8)  
40.     img=img*127  
41.     cv.imshow("new image", img)  
42.     cv.imwrite("127img.png",img)  
43.   
44.     #numpy 数组维度的变换  
45.     #定义一个二维数组  
46.     img=np.ones([3,3],np.uint8)  
47.     #填充每个元素  
48.     img.fill(1000.22)  
49.     print(img)  
50.     #变换为一维数组  
51.     img=img.reshape([1,9])  
52.     print(img)  
53.   
54. #读入图片文件  
55. src=cv.imread('textImg.jpg')  
56.   
57. #获取cpu当前时钟总数  
58. t1=cv.getTickCount()  
59. access_pixel(src)  
60. t2=cv.getTickCount()  
61. #计算处理像素花费的时间  
62. #cv.getTickFrequency() 每秒的时钟总数  
63. time=((t2-t1)/cv.getTickFrequency())  
64. print("time: %s s"%time)  
65. create_image()  
66. #等待用户操作  
67. cv.waitKey(0)  
68. #释放所有窗口  
69. cv.destroyAllWindows()</span>