opencv图像处理教程(3)——图像像素值操作

本文是OpenCV图像处理系列的第三篇,主要介绍如何读写图像像素值,包括读取GRAY和RGB像素点,理解不同类型的像素值表示,以及如何修改灰度图像、RGB图像的像素值。此外,还讲解了ROI选择和整体代码演示。
摘要由CSDN通过智能技术生成

一、读写图像

imread 可以指定加载为灰度或者RGB图像
Imwrite 保存图像文件,类型由扩展名决定
具体内容参照以前的博客:https://blog.csdn.net/qq_38236355/article/details/88969483

二、读写像素

读一个GRAY像素点(单通道)的像素值(CV_8UC1):

Scalar intensity = img.at<uchar>(row, col); 
或者Scalar intensity = img.at<uchar>(y, x); 
或者 Scalar intensity = img.at<uchar>(Point(x, y));

这里说明一下一个像素点的坐标(x,y)分别对应它所在图像的列和行(col,row)。

读一个RGB像素点(三通道)的像素值:

Vec3f intensity = img.at<Vec3f>(y, x); 
float blue = intensity.val[0]; 
float green = intensity.val[1]; 
float red = intensity.val[2];
等价于:
float blue = img.at<Vec3f>(y,x)[0];
float green = img.at<Vec3f>(y,x)[1];
float red = img.at<Vec3f>(y,x)[2];

具体<>中应填写什么类型,是由图像img的类型决定

  • 3
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
使用OpenCV库可以很容易地实现车牌图像的阈值化操作,获得二值化图。 以下是基本的代码实现: ```python import cv2 # 读取车牌图像 img = cv2.imread('plate.jpg') # 转换为灰度图像 gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 自适应二值化处理 thresh_img = cv2.adaptiveThreshold(gray_img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 11, 2) # 显示二值化图像 cv2.imshow("Thresholded Image", thresh_img) cv2.waitKey(0) cv2.destroyAllWindows() ``` 在上述代码中,使用了OpenCV自适应阈值处理函数 `cv2.adaptiveThreshold()`,该函数会根据图像的局部像素特征来自动调整二值化阈值,从而得到更好的二值化效果。其中,`gray_img` 是原始车牌图像的灰度图像,`thresh_img` 是通过自适应阈值处理得到的二值化图像。 在调用 `cv2.adaptiveThreshold()` 函数时,需要指定以下几个参数: - `gray_img`:输入的灰度图像。 - `255`:输出的二值化图像像素值最大值。 - `cv2.ADAPTIVE_THRESH_GAUSSIAN_C`:自适应阈值处理方法,这里采用的是高斯加权平均法。 - `cv2.THRESH_BINARY`:二值化类型,这里采用的是简单的二值化。 - `11`:像素邻域大小,表示当前像素的阈值会根据周围 11×11 个像素的灰度值自适应地调整。 - `2`:常数 C,表示在计算当前像素阈值时需要加上的常数。 最终得到的二值化图像可以通过 `cv2.imshow()` 函数进行显示,其中 `"Thresholded Image"` 是窗口的名称,可以根据需要进行修改。
评论 1
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