Numpy模块使用数组对图像进行处理

Numpy可以用于处理任意维度的数组，这篇文章我们分享一些对图像的基本操作，主要通过对数组的切片实现。

首先分享一下Python的切片操作，首先是一维数组的切片 ，该操作与列表的切片非常相似。

代码：

import numpy as np

# 使用array函数，通过list创建数组对象
L = np.array([1,2,3,4,5])

print(L[1:3])    # 输出下标从1到3的元素
print(L[2:])     # 输出下标为2及以后的元素
print(L[:4])     # 输出下标为4及之前的元素
print(L[::-1])   # 逆序输出

输出结果：

[2 3]
[3 4 5]
[1 2 3 4]
[5 4 3 2 1]

然后是对二维数组的切片操作,与一维数组一样，就是维度发生了变化

代码：

import numpy as np

# 创建二维数组
L = np.array([[1,2,3],[4,5,6]])

print(L[:2,1:])
print(L[:,:2])
print(L[1,:2])
print(L[::-1][::-1])

输出结果：

[[2 3]
 [5 6]]
[[1 2]
 [4 5]]
[4 5]
[[1 2 3]
 [4 5 6]]

明白了数组的切片操作，那么我们就可以利用其对图像进行处理

 首先我们需要加载一下图片

import matplotlib.pyplot as plt

image = plt.imread('meinv.png')
plt.imshow(image)

plt.show() #输出图像

实现图像的水平翻转

plt.imshow(image[:,::-1])
plt.show()

实现图像的垂直翻转

plt.imshow(image[::-1])
plt.show()

实现图像内特定区域的截取，作为正人君子，我们来截取一下小姐姐漂亮的脸蛋哈,主要是通过对xy轴坐标的截取来实现的。

plt.imshow(image[:500,490:890])
plt.show()

将图像转化为灰度图，通过计算RGB(图片的像素,元素取值为1~255，颜色逐渐由暗变亮)的加权平均值

weights = [0,0.2]
g_image = np.dot(image[..., :2], weights)
plt.imshow(g_image)
plt.show()

        最后扯一句题外话哈，个人感觉虽然学习很枯燥，但Python的学习还是有很多乐趣的，正在学习Python的小伙伴一定要加油，不要轻易放弃啊！