Opencv学习笔记——numpy的基本数组操作

1. 为什么使用numpy作图像处理的计算操作？
   NumPy是使用Python进行科学计算的基础包，相对于不使用numpy的循环遍历像素操作，numpy的运算效率和速度非常快，所以numpy的基本数组操作需要会，之前学的不够明白，最近看Opencv看到后面觉得有必要重新看一下再做个总结。
2. shape操作
   shape操作在对图像进行分割和缩小扩大有一定的用处，它可以读取图像的行row、列column、通道数channel。

def img_pixel(image = img):
    print(image.shape)
    row = img.shape[0]
    column = img.shape[1]
    channel = img.shape[2]# 彩色图像一般都是3通道

4. 创建画布

def create_image():
    canvas = np.ones([400, 400, 3], np.uint8)# 创建400*400的画布
    canvas[:, :, 1] = np.ones([400, 400]) * 255# 400*400的长和宽
    cv2.imshow('canvas', canvas)

canvas列表第一个元素是行，第二个是列，第三个为通道。这里是RGB色彩空间，所以通道二为绿色。

6. 矩阵变换
   3*3矩阵变换为1维矩阵，类似于三通道转为单通道。

def create_matrix():
    matrix = np.ones([3, 3, 1], np.uint8)
    matrix.fill(100)
    print(matrix)# 3*3矩阵
    matrix = matrix.reshape([1, 9])
    print(matrix)# 1*9矩阵