import cv2
import numpy as np
import matplotlib.pyplot as plt
#如此读取图像,直接返回numpy.ndarray
img=cv2.imdecode(np.fromfile(“C:/Users/104005162/Desktop/企业微信截图_20220212102256.png”,np.uint8),-1)
print(img.shape)
#转换为bgr图片,注意此时是PNG图片,不能用矩阵直接转换!
#img=img[:,:,::-1]
#bgra
img=cv2.cvtColor(img,cv2.COLOR_BGRA2RGB)
#自制矩阵缩放操作:将原始图像缩放至100x100的大小:
#这里的矩阵如不进行转化,初始的类型为float64,此函数最后一位为生成的点数,同时默认包含结束点:
#将原有图像上
xAfter=np.linspace(0,100,img.shape[0],endpoint=False).astype(np.int)
yAfter=np.linspace(0,100,img.shape[1],endpoint=False).astype(np.int)
#织网:返回两个列表,分为行坐标和列坐标:
#python看函数的返回值,如果返回值为2个,则分别对应两个列表;
xyNet=np.meshgrid(xAfter,yAfter)
#实际上,xyNet返回的每个维度为:
‘’‘每行每列,对应的x值
[[ 0 0 0 … 0 0 0]
[ 0 0 0 … 0 0 0]
[ 0 0 0 … 0 0 0]
…
[99 99 99 … 99 99 99]
[99 99 99 … 99 99 99]
[99 99 99 … 99 99 99]]
‘’’
#拉平,不创建副本
print(np.ravel(xyNet[0]))
#拉平创建副本
print(np.ndarray.flatten(xyNet[0]))
OpenCV基本操作meshgrid
最新推荐文章于 2023-02-05 16:15:52 发布
这篇博客介绍了如何使用OpenCV库在Python中读取和处理图像,包括从文件加载PNG图像,将其转换为BGR格式,并实现自定义的矩阵缩放操作。此外,还展示了如何通过numpy进行坐标拉平以及使用色彩转换函数调整图像颜色。
摘要由CSDN通过智能技术生成