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。