Python OpenCV像素操作

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

本文转自：opencv学堂

Python OpenCV像素操作

环境声明 ： Python3.6 + OpenCV3.3 + PyCharm IDE

首先要引入OpenCV和Numpy支持，添加代码如下：

import cv2 as cv;
import numpy as np;

读写像素

对RGB图像来说，在Python中第一个维度表示高度、第二个维度表示宽度、第三个维度是通道数目，可以通过下面的代码获取图像三个维度的大小

print(image.shape)
print(image.size)
print(image.dtype)

循环读取图像方法一：

直接从图像中读取，缺点是每次都需要访问imread之后的Mat对象，进行native操作，速度是个问题， 代码实现如下：

height = image.shape[0]
width = image.shape[1]
channels = image.shape[2]
print(image.shape)
for row in range(height):
    for col in range(width):
        for c in range(channels):
            level = image[row, col, c]
            pv = level + 30
            image[row, col, c] = (255 if pv>255 else pv)

循环读取图像方法二：

首先通过Numpy把像素数据读到内存中，在内存中进行高效循环访问每个像素，修改之后，在赋值回去即可，代码如下：

# read once
pixel_data = np.array(image, dtype = np.uint8);
# loop pixel by pixel
for row in range(height):
    for col in range(width):
        for c in range(channels):
            level = pixel_data[row, col, c]
            pixel_data[row, col, c] = 255 - level
# write once
image[ : : ] = pixel_data

案例演示 在Python语言中完成图像的属性读取、像素读取与操作、实现了图像的颜色取反、亮度提升、灰度化、梯度化、操作。首先看一下效果：

完整的Python代码实现如下：

import cv2 as cv;
import numpy as np;
def inverse(image):
    print("read and write pixel by pixel")
    print(image.shape)
    print(image.size)
    print(image.dtype)
    height = image.shape[0]
    width = image.shape[1]
    channels = image.shape[2]
    # read once
    pixel_data = np.array(image, dtype = np.uint8);
    # loop pixel by pixel
    for row in range(height):
        for col in range(width):
            for c in range(channels):
                level = pixel_data[row, col, c]
                pixel_data[row, col, c] = 255 - level
    # write once
    image[ : : ] = pixel_data
    cv.imshow("inverse image", image)
def brightness(image):
    print("read and write pixel by pixel")
    height = image.shape[0]
    width = image.shape[1]
    channels = image.shape[2]
    print(image.shape)
    for row in range(height):
        for col in range(width):
            for c in range(channels):
                level = image[row, col, c]
                pv = level + 30
                image[row, col, c] = (255 if pv>255 else pv)
    cv.imshow("inverse image", image);
def to_gray(image):
    print("RGB to Gray Image")
    height = image.shape[0]
    width = image.shape[1]
    channels = image.shape[2]
    print("channels : ", channels);
    print(image.shape)
    for row in range(height):
        for col in range(width):
            blue = image[row, col, 0]
            green = image[row, col, 1];
            red = image[row, col, 2]
            gray = (0.2989*red + 0.5870*green + 0.1140*blue);
            image[row, col, 0] = gray;
            image[row, col, 1] = gray;
            image[row, col, 2] = gray;
    cv.imshow("gray image", image)
def gradient_image(image):
    gx = cv.Sobel(image, cv.CV_32F, 1, 0)
    gy = cv.Sobel(image, cv.CV_32F, 0, 1)
    dst = cv.addWeighted(gx, 0.5, gy, 0.5, 50)
    sobel_abs = np.absolute(dst)
    sobel_8u = np.uint8(sobel_abs)
    cv.imshow("gradient image", sobel_8u)
def clam(pv):
    if pv > 255:
        return 255
    if pv < 0:
        return 0;
    return pv;
print("Image Pixel Operation Demo")
src = cv.imread("D:/vcprojects/images/demo.png")
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)
gradient_image(src)
cv.waitKey(0)
cv.destroyAllWindows()

下载1：OpenCV-Contrib扩展模块中文版教程

在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2：Python视觉实战项目52讲

在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。

下载3：OpenCV实战项目20讲

在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~