OpenCV学习笔记3——一些其他函数

一、截取部分图像数据

输入如下代码：

import cv2

img = cv2.imread('1.jpg')
a = img[500:1000,500:1000]
cv2.imshow('result',a)
cv2.waitKey(0)
cv2.destroyAllWindows()

由于Opencv的图像读取是以数组的形式，所以我们这里制作一个切片，“500：1000”代表着截取的是图像从第500格像素到第1000格像素的图像。第一个切片是Y轴方向，第二个切片是X轴方向。

运行之后，即可看到如下结果：

二、颜色通道的提取

我们可以将图片的三通道单独截取出来。

import cv2

img = cv2.imread('1.jpg')
b,g,r = cv2.split(img)
print(b)
print(b.shape)

 运行后可以看到如下结果：

第一个数组表明了图片上每一个像素的B值，后一个用小括号括起来的数字则表示了图片的大小。将“b”改为“g”或“r”，数组里的内容会变，而图片大小是不会变的。

我们也可以将单颜色通道还原会三颜色通道图片：

import cv2

img = cv2.imread('1.jpg')
b,g,r = cv2.split(img)
img1 = cv2.merge((b,g,r))
print(img1.shape)

 运行后，可以看到小括号里括住的数字多了一个“3”，这表明图片已经被我们拼接回去了。

我们也可以将单通道图片显示出来：

import cv2

img = cv2.imread('1.jpg')
r_img = img.copy()
r_img[:,:,0] = 0
r_img[:,:,1] = 0
cv2.imshow('R',r_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

“.copy()”是将我们读取到的图像复制一份而不会更改原来的图像。第四行代码中，前两个冒号代表着我们全选了图片，后面的数字是通道，0对应B，1对应G，2对应R，我们将前两个通道令为0即为关闭该通道，之后运行可以看到如下结果：

其他两种图像代码可参照上方代码，这里不在展示。