像素处理

一:opencv处理

1、读取像素

返回值 = 图像(位置参数)     

灰度图像返回灰度值;

p = img [88,142]
print(p)

RGB图像返回为B、G、R的值

blue  = img [78,125,0]                print(blue)
green = img [78,125,1]                print(green)
red   = img [78,125,2]                print(red)
一次性读取三通道的值
p = img [78,125]                      print(p)

2、修改像素值

灰度值:无需指定通道名字

import cv2
img = cv2.imread("e:\\linagray.jpg",cv2.IMREAD_UNCHANGED)
print(img[50,50])
img[50,50]=255
print(img[50,50])

164
255

BGR图像:

import cv2
img = cv2.imread("e:\\lina.png",cv2.IMREAD_UNCHANGED)
print(img[50,50])
print(img[50,50,0])
print(img[50,50,1])
print(img[50,50,2])
img[50,50,0]=255
print(img[50,50])
img[50,50,1]=255
print(img[50,50])
img[50,50,2]=255
print(img[50,50])

[114 140 230]
114
140
230
[255 140 230]
[255 255 230]
[255 255 255]

print(img[50,50])
一次性修改
img[50,50]=[255,255,255]  img[50,50]=255
print(img[50,50])

[114 140 230]
[255 255 255]

修改一块像素

img = cv2.imread("e:\\lina.png",cv2.IMREAD_UNCHANGED)
cv2.imshow("original",img)
白:img[50:100,50:100]=[255,255,255]  
绿:img[50:100,50:100]=[0,255,0]
cv2.imshow("result",img)

二、numpy进行像素处理

1、读取像素

返回值 = 图像.item(位置参数)

灰度图象:

p = img.item(88,142)
print(p)

BGR图像

blue = img.item(78,128,0)
print(blue)
green = img.item(78,128,1)
print(green)
red = img.item(78,128,2)
print(red)

2、修改像素

图像名. itemset(位置,新值)

灰度图像

import cv2
import numpy as np
img = cv2.imread("e:\\linagray.jpg",cv2.IMREAD_UNCHANGED)
print(img.item(100,100))
img.itemset((100,100),255)
print(img.item(100,100))

105
255

BGR图像

import cv2
import numpy as np
img = cv2.imread("e:\\lina.png",cv2.IMREAD_UNCHANGED)
print(img.item(100,100,0))
img.itemset((100,100,0),255)
print(img.item(100,100,0))

print(img.item(100,100,1))
img.itemset((100,100,1),255)
print(img.item(100,100,1))

print(img.item(100,100,2))
img.itemset((100,100,2),255)
print(img.item(100,100,2))

78
255
68
255
178
255

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值