第三章 Opencv图像像素操作

1.像素

1.像素是构成数字图像的最小单位。每一幅图像都是由M行N列个像素组成，每一个像素存储一个像素值。比如：灰度图像的像素值取值范围为[0, 255](取整)，一共有256个像素等级/灰度级别。0为纯黑色，255表示纯白色。

2.一个像素是一个具有一定面积的块，而不是一个点；像素的形状也不是固定的，大多数情况下被认为是正方形，但有时也可能是圆形或其它形状。

1-1.确定像素位置

由电脑自带的画图软件打开图片可查看图片水平方向W和垂直方向H的像素数量。如下图所示，W水平方向像素个数303，H垂直方向像素个数266。
W：为宽度，所以定为水平方向；H为高度，所以定为垂直方向！！！

像素的位置通常使用像素建立的HW坐标系表示，如下图所示。

注意：

1.水平像素个数是303，但水平坐标是从0到302；同理，垂直坐标从0到265。你可以这样理解像素的左上角坐标=像素的位置坐标。

2.像素坐标表示为(垂直方向坐标H, 水平方向坐标W)，与我们以前学习xy坐标系中坐标表示(x, y)相反。

1-2.获取指定像素的像素值

1.一般来说，彩色图片采用的都是RGB色彩空间，在RGB色彩空间中存在三个通道。R通道、G通道和B通道，其中R通道指的是红色通道，G通道指的是绿色通道，B通道指的是蓝色通道，并且每个色彩通道都是在区间0~255内取值。

2.在RGB色彩空间中，彩色图像的通道顺序是 R → G → B，但是在OpenCV中，RGB色彩空间被BGR色彩空间取代，使得彩色图像的通道顺序变成了 B → G → R 。所以，上图读取到的各通道值为B(204)→ G(208)→ R(209)。

3.BGR色彩空间的图像，每3个数值表示一个像素，这三个数值分别表示蓝色，绿色和红色三种颜色的分量，把每一种颜色分量所在的区域称作通道。即 RGB/BGR 色彩空间的图像，用R、G、B 3个数值表示一个像素。

1-3.修改像素的BGR值

• 方式1：像素赋值；img[H, W] = [B, G, R]

  • 实例：

    

• 方式2：通道赋值；img[H, W，0或1或2] = 0~255中的某个整数

  • 实例：

    

1.对于BGR色彩空间的图像，当每个像素的B、G、R 3个数值相等时，就可以得到灰度图像。其中，B=G=R=0为纯黑色，B=G=R=255为纯白色。

2.要想使改变后的像素保存到图片中，最后要执行imwrite()方法。

2.用numpy模块操作像素

关于numpy的知识以后再更新，也可以去网上搜索，这里主要讲关于opencv的。

2-1.创建图像

在opencv中，黑白图像实际上就是一个二维数组，彩色图像是一个三维数组。数组中的每个元素就是图像对应位置的像素值。因此，修改数组就是修改图像的像素(即修改图像)。所以，创建一张图像其实就是创建一个数组。

1.创建黑白图像

• 创建黑色图像：使用numpy提供的zeros()方法。

  • 实例：

    

• 创建白色图像：法1.先创建纯黑图像，再利用numpy的数组切片将所有像素值改为255；法2.使用numpy的ones()方法，再用数组乘法乘以255.

  • 实例：

    

    

2.创建彩色图像

• 与创建黑白图像的方法相比，彩色图像创建时：a.size多了个通道数（为3）；b.数组切片多了一个维度；c.数组乘法没区别

  • 实例：

    

3.创建随机图像

1.numpy的zeros()方法第一个位置参数就是size，所以可以用位置参数；而randint()方法的第二个位置参数不是size，所以要用关键字参数。

2.综上，numpy创建图像的方法主要有：①numpy创建数组的内置方法；②numpy的数组乘法；③numpy的数组切片。

2-2.拼接图像

numpy提供了两种数组拼接的方法，分别为hstack()方法和vstack()方法。（h：horizontal水平的意思，v：vertical垂直的意思；stack：堆、叠的意思）

1.水平拼接hstack()方法

• 语法格式：array = numpy.hstack(tup)

• 参数说明：

  • array：拼接生成的新数组。
  • tup：需要拼接的数组；元组类型。

• 实例：

  

2.垂直拼接vstack()方法

• 语法格式：array = numpy.vstack(tup)

• 参数说明：

  • array：拼接生成的新数组。
  • tup：需要拼接的数组；元组类型。

• 实例：

  

注意拼接是有顺序的，是根据参数tup中的数组顺序拼接的。