学习目标:
- 访问像素,以及修改像素
- 获取图像的属性
- 设置图像ROI区域
- 图像通道分离和通道合并
访问、修改像素
import cv2
import numpy as np
img = cv2.imread('messi5.jpg')
px = img[100, 100]
print(px)
# output
# [57 63 68]
# 获取特定通道的的像素值
blue = img[100, 100, 0]
print(blue)
# output: 57
# 修改像素值
img[100, 100] = [255, 255, 255]
print(img[100, 100])
# output: [255, 255, 255]
注释:上述的单个像素访问方式的速度是很慢的,该方法主要用于访问区域内的像素组,比如前5行和后3列等。为了访问单个像素,numpy有特别的方法,array.item()和array.itemset(). 但是,他们无法返回向量。
# 获取 RED value
red = img.item(10,10,2)
print(red)
# output: 68
pixel = img.item(10, 10) # 错误的用法
# output: ValueError: incorrect number of indices for array
# modifying RED value
red_modify = img.itemset((10,10,2),100)
print(img.item(10,10,2))
# output: 100
获取图像属性
图像属性包括行数,列数,通道数,数据类型和像素数量等。图像的形状可以通过函数img.shape
获得。彩色图像会返回元组,包含行、列和通道值,见code1;如果是灰度图像,则只返回行和列,代码如下:
print(img_color.shape)
# (342,548,3)
print(img_grayscale.shape)
# (342,548)
总的像素个数获取,img.size
:
print(img.size)
# 562248
图像的数据类型,img.dtype
:
print(img.dtype)
# uint8
图像ROI
可以通过Numpy Indexing获取ROI,下图展示如何将球的区域复制到另一个区域,具体代码如下:
ball = img[280:340, 330:390]
img[273:333, 100:160] = ball
结果如下:
通道分离与合并
图像的BGR通道可以分为独立的面,当然也可以将这些独立的通道合并为一张完整的图像,实例如下:
b,g,r = cv2.split(img)
img = cv2.merge((b,g,r))
或者如下操作:
b = img[:,:,0]
# 通道置0
img[:,:,2] = 0
Warning
:
cv2.split()通常比较耗时,直接用numpy索引,效率很高。
创建图像边界(Padding)
如果将图像添加边界,可以使用函数 cv2.copyMakeBorder()
. 该函数通常用于卷积操作、零填充等。参数如下:
- src:输入图像
- top, bottom, left, right:各个方向上边界的像素宽度
- borderType 边界类型,支持类型有以下几种,
cv2.BORDER_CONSTANT
: 添加常量边界。
cv2.BORDER_REFLECT
:镜像边界元素,fedcba|abcdefgh|hgfedcb
cv2.BORDER_REFLECT_101 or cv2.BORDER_DEFAULT
:与上面类似,但略有不同,gfedcb|abcdefgh|gfedcba
cv2.BORDER_REPLICATE
:复制最后一个元素,aaaaaa|abcdefgh|hhhhhhh
cv2.BORDER_WRAP
:不好解释,cdefgh|abcdefgh|abcdefg - value 如果边界类型为cv2.BORDER_CONSTANT,则表示边界颜色值
import cv2
import numpy as np
from matplotlib import pyplot as plt
RED = [255,0,0]
img1 = cv2.imread('opencv_logo.png')
replicate = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REPLICATE)
reflect = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT)
reflect101 = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT_101)
wrap = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_WRAP)
constant= cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_CONSTANT,value=RED)
plt.subplot(231),plt.imshow(img1,'gray'),plt.title('ORIGINAL')
plt.subplot(232),plt.imshow(replicate,'gray'),plt.title('REPLICATE')
plt.subplot(233),plt.imshow(reflect,'gray'),plt.title('REFLECT')
plt.subplot(234),plt.imshow(reflect101,'gray'),plt.title('REFLECT_101')
plt.subplot(235),plt.imshow(wrap,'gray'),plt.title('WRAP')
plt.subplot(236),plt.imshow(constant,'gray'),plt.title('CONSTANT')
plt.show()