opencv 图像属性

1.

图像行列数，通道数（shape属性）
一个图像像素的行列数（高、宽）、通道数可以通过shape属性获取，需要注意的是numpy数组的shape属性下标0表示的图像的行数（rows，高），下标1表示的是列数（cols，宽），下标2表示的是通道数，但是如果是灰度图shape是一个二元组，则不存在下标2的元素。（行列，高宽，01）

import numpy as np
import cv2

img = cv2.imread('..\\opencv-logo.png')
print('img.shape',img.shape)
rows = img.shape[0]
cols = img.shape[1]
channel = img.shape[2]
print('rows=%d,cols=%d,channel=%d'%(rows,cols,channel))
cv2.imshow('juzicode.com',img)
cv2.waitKey()

2

nbytes,size,itemsize 属性
在OpenCV-Python对外接口里图像用numpy数组表示，所以numpy数据的属性同样适用于OpenCV-Python中图像的属性。

#原图方式
img = cv2.imread('..\\opencv-logo.png',cv2.IMREAD_UNCHANGED)
print('img.ndim=',img.ndim) #维度,也是其shape属性的长度=len(shape)
print('img.itemsize=',img.itemsize) #单个数据长度
print('img.size=',img.size) #总长度，有多少个数据
print('img.nbytes=',img.nbytes) #占用的内存空间=itemsize*size
print('img.dtype=',img.dtype) #数据类型，字符串形式
print('img.shape=',img.shape) #形状，是一个tuple
print('img.data=',img.data) #数据buffer

3

.dtype属性
dtype属性描述的是numpy数组中数据类型，可以通过astype进行转换后看到dtype的变化，以及因为dtype变化引起itemsize相关属性的变化。

转换
print('转换为float64')
img = img.astype(np.float64)
#print(img[150:200,200:250])
print('img.ndim=',img.ndim) #维度,也是其shape属性的长度=len(shape)
print('img.itemsize=',img.itemsize) #单个数据长度
print('img.size=',img.size) #总长度，有多少个数据
print('img.nbytes=',img.nbytes) #占用的内存空间=itemsize*size
print('img.dtype=',img.dtype) #数据类型，字符串形式
print('img.shape=',img.shape) #形状，是

一个tuple
print(‘img.data=’,img.data) #数据buffer

4.numpy数组

numpy.arange()方法会生成一个按照区间范围分布的一维数组

numpy.arange([start, ]stop, [step, ]dtype=None)

1.如果只有1个位置参数，表示传入的是stop，将会生成从从0开始到 stop-1步长为1的一维数组 ，数值在不包括stop在内的[1,stop)左闭右开区间内 ；

2.如果有2个位置参数，表示传入的是start和stop，将会生成从start到stop-1步长为1的一维数组，数值在不包括stop在内的[start,stop)左闭右开区间内；

3.如果有3个位置参数，表示分别传入的是start、stop和step，将会生成从start到stop-1步长为1的一维数组，数值在不包括stop在内的[start,stop)左闭右开区间内。

numpy.linspace()方法可以创建一个一维数组：

numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None, axis=0)

1.第1和第2个位置参数声明区间范围 ，默认左闭右闭[start,stop]；

2.默认参数num为数组的长度或者说包含的元素个数；

3.如果endpoint=False，表示生成的数组其数值范围为[start,stop)，这个时候数组的步长和endpoint=True是有差异的。

4.如果resstep=True，除了返回构造的数组，还会返回步长，返回的是一个元组：(array, step)。

np.array()可以创建一个n维数组

numpy.array(object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0)

第1个位置参数是一个list或者tuple，如果要表示多维数组，就在该list或者tuple内部再嵌套list或者tuple。dtype参数声明其数据类型。

np.zeros()返回一个数值全0的数组：

numpy.zeros(shape, dtype=None, order='C')

第1个位置参数传入shape。dtype参数声明其数据类型。

np.ones()生成全1的数组：

numpy.ones(shape, dtype=None, order='C')

第1个位置参数传入shape。
dtype参数声明其数据类型。

numpy.empty()方法创建一个未初始化的数组：

numpy.empty(shape, dtype=float, order='C')

第1个位置参数传入shape。
dtype参数声明其数据类型。

创建全部为其他某个值就可以使用numpy.full()方法

numpy.full(shape, fill_value, dtype=None, order='C')

第1个位置参数传入shape。
第2个位置参数传入设置的值。
dtype声明其数据类型。

numpy.eye()创建对角线全为1的二维数组：

numpy.eye(N, M=None, k=0, dtype=<class 'float'>, order='C')

第1个位置参数N根据M是否传值决定，如果M没有传值，表示要创建一个行列数值都为N的二维数组，如果M传值，N表示要创建数组的行数；
M如果传入表示要创建二维数组的列数。
k表示从第1行开始的对角线起始位置，默认是0，表示从左上角第1个元素开始。
dtype表示数据类型。

np.random.random()是np.random.random_sample()的别名，二者效果一样，创建一个随机数数组，取值范围在[0.0, 1.0)的左闭右开区间：

numpy.random.random(size=None)
#a = np.random.random(size=(3,5))

size参数表明数组的形状。如果size不传入，生成单个随机浮点数。

np.random.rand()创建一个随机数数组，取值范围在[0.0, 1.0)的左闭右开区间：

numpy.random.rand(d0, d1, ..., dn)
#b = np.random.rand(3,5,2)

注意该方法的入参，不同于np.random.random()传入一个tuple作为size，而是直接传入0到多个整数作为其shape参数，当不传入参数时，生成一个随机浮点数。rand()方法实际是random_sample()的一种封装形式。

np.random.randint()创建一个随机整数型数组：

numpy.random.randint(low, high=None, size=None, dtype=int)
#b = np.random.randint(3,10,size=(3,5))

第一个位置参数low是必须的，如果传入high，返回的数据范围是[low,high)的左闭右开区间内的随机整数，如果没有传入high，返回的数据范围是[0,low)的左闭右开区间内的随机整数。
size传入数组的shape属性。
dtype传入数据类型，只能是int、或者字符串形式的’int8’、’int32’等numpy整数类型。

np.random.randn()生成正态分布的随机数：

numpy.random.randn(d0, d1, ..., dn)

入参为传入的数组形状，多少维度就传入多少个int，和np.random.rand()一样。

像素操作

1.切片法访问：同样的如果要访问的是多行多列的元素值，可以使用切片方法访问，第0个下标是行数的切片，第1个下标是列数的切片，比如要访问下图中第4-6行，第5-10列的元素，则要使用img[4:7,5:11]的方法
2.像素值读取：下面这个例子获取y坐标100～200，x坐标200～300的像素值：

import cv2
img = cv2.imread('..\\opencv-logo.png')
pixel=img[100:200,200:300]
print('pixel.shape:',pixel.shape)
print('img[100:200,200:300]:',pixel) 

3.像素值修改：

import cv2
img = cv2.imread('..\\opencv-logo.png')
img[270:560,0:300]=255
cv2.imshow('jd9.com',img)
cv2.waitKey(0)