OpenCV学习笔记（二）获取图像信息

获取并修改像素值

• 目标：读取一副图像，根据像素的行和列的坐标获取它的像素值。
• 对于RGB图像而言，返回RGB的值，对于灰度图则返回灰度值。

#
import cv2
import numpy as np



img = cv2.imread('123.jpg', 1)

#获取图像的长，宽及通道数
#方法一：
w, h, c = np.shape(img)
print(w, h, c)
#方法二：
print(img.shape)

#获取某个通道对应坐标的像素值
pixel = img[100, 100, 0]
print(pixel)

#修改对应坐标下的像素值
img[101,101]=[255,255,255]
print(img[101,101])

获取图像属性

• 图像的属性包括：行，列，通道，图像数据类型，像素数目等
• 如果图像是灰度图，返回值仅有行数和列数，所以通过检查返回值可以判断是灰度图还是彩色图

#获取图像的长，宽及通道数
#方法一：
w, h, c = np.shape(img)
print(w, h, c)
#方法二：
#img.shape可以获得图像的形状，返回值是一个包含行数，列数，通道数的元组
print(img.shape)

• img.size可以返回图像的像素数目
• 像素数目为图像的长 x 宽 x 通道数

img = np.zeros((512, 512, 3), np.uint8)

print(img.shape)
print(img.size)
--------------------------
(512, 512, 3)
(786432)

img.dtype返回图像的数据类型

print(img.dtype)
--------------------------
uint8

图像ROI(region of interest， 感兴趣区域)

• 对图像的特定区域操作。ROI是使用numpy索引来获得的。

#这里引入一张长512，宽512，通道数为3的图片
img = cv2.imread('1.jpg', 1)

#将图像对应范围内的像素定义为一个新的图像变量
img1 = img[50:100, 50:100]
#将原图某一范围内的像素用刚才定义的图像进行替换
#注意：两者替换范围（长，宽）需一致，否则会因为无法替换而报错
img[60:110, 70:120] = img1

拆分及合并图像通道

r,g,b=cv2.split(img)#拆分
img=cv2.merge(r,g,b)#合并

b=img[:,:,0]#拆分b通道，用于得到单个通道

假如想使所有红色通道值都为0，不必拆分再赋值，可以使用numpy索引，这样更快

img[:,:,2]=0

为图像扩边（填充）

• 想为图像周围建一个边可以使用cv2.copyMakeBorder()函数。这经常在卷积运算或0填充时被用到。具体参数如下：
• src输入图像
• top,bottom,left,right对应边界的像素数目
• borderType要添加哪种类型的边界：
• cv2.BORDER_CONSTANT添加有颜色的常数值边界，还需要下一个参数（value）
• cv2.BORDER_REFLIECT边界元素的镜像。例如：fedcba | abcdefgh | hgfedcb
• cv2.BORDER_101或者cv2.BORDER_DEFAULT跟上面一样，但稍作改动，例如：gfedcb | abcdefgh | gfedcba
• cv2.BORDER_REPLICATE复后一个元素。例如: aaaaaa| abcdefgh|hhhhhhh
  例子，将图像外10个像素厚度边界填充为红色

import cv2
img= cv2.imread('123.jpg', 1)

red = [255, 0, 0]

constant = cv2.copyMakeBorder(img,10,10,10,10,cv2.BORDER_CONSTANT,value=red)
plt.subplot(236),plt.imshow(constant,'gray'),plt.title('constant')
plt.show()