【OpenCV】利用numpy进行图像像素点操作

  跟着贾志刚老师学习OpenCV

  通过OpenCV的imread函数读取的图片，格式变为ndarry数组类型，因此可以通过遍历数组的方式，遍历、修改 图片的每个像素点的值。

import cv2 as cv
import numpy as np


def access_pixels(image):
    '''解析'''
    '''图片属性读取'''
    print(image.shape)#图像的形状  #(750, 500, 3)
    height=image.shape[0]#图像高
    width=image.shape[1]#图像宽
    chanels=image.shape[2]#图像通道数
    print('宽度：{}，高度：{}，通道数：{}'.format(width,height,chanels))
    '''图片像素点操作'''
    for row in range(height):
        for col in range(width):
            for c in range(chanels):
                pv=image[row,col,c]
                image[row,col,c]=255-pv
    cv.imshow('pixels_demo',image)


'''等同于上面的access_pixels函数，利用opencv内置的api进行像素的取反，速度更快，因为调用的是c写的，速度快'''
def inverse(image):
    dst=cv.bitwise_not(image)
    cv.imshow(dst)


def create_image():
    ''''''
    '''创建图片：本例创建3通道RGB图片'''
    img=np.zeros([400,400,3],np.uint8)
    img[:,:,0]=np.ones([400,400])*255#某通道赋值
    cv.imshow('new image',img)

src=cv.imread(r'D:\Project\Opencv\Learning01\angelababy.jpg')#opencv读取的图片格式变为numpy.ndarray类型
cv.namedWindow('input image',cv.WINDOW_AUTOSIZE)
cv.imshow('input image',src)#参数：名称，图片

t1=cv.getTickCount()#获取当前电脑的CPU时钟
access_pixels(src)
t2=cv.getTickCount()#获取当前电脑的CPU时钟
print('time:{}ms'.format((t2-t1)/cv.getTickFrequency()*1000))#获取执行时间
create_image()

cv.waitKey(0)
cv.destroyAllWindows()#销毁所有窗口

  总结：
  （1）衡量时间消耗的函数
    t1=cv.getTickCount()
    t2=cv.getTickCount()
    (t2-t1)*1000 单位是毫秒
  （2）OpenCV读取的图片是ndarray格式的数据，可以利用numpy对图像进行操作。