一、Python【基础篇1-3数组】

一、Python【基础篇1-3数组】

Python 没有内置对数组的支持，可以使用 Python 列表代替。可以回顾我们上篇讲的列表，很简单。

不过我们介绍一个Python 语言强大的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量

的数学函数库。学python必备。

pip install numpy
# 不过安装了anaconda的同学不需要再安装，因为conda已经实现安装好。

我们会用到opencv开源图像处理库，可以看看我发的另外一篇博客进行了解。

接下来，我们操作像素

二、框架搭建

1.框架

import cv2 as cv
import numpy as np
cap = cv.VideoCapture("C:/Users/23608/Desktop/MysteriousKnight/cyberpunk壁纸/OIP.jpg")
while 1:
    _, img = cap.read()
    print(img)
    cv.imshow("img",img)
    cv.waitKey(0)

2.输出结果

从输出结果中我们可以看出，图像在计算机里面是一个三维数组，数值是0-255的范围，由RGB三个通道组成

ok，现在我们使用opencv自带的转灰函数

这里我们用cv.VideoCapture函数读取本地的一张图像cv.cvtColor让图像转灰度图

图像从三个通道变成了一个通道的灰度图（三维数组->二维数组）

我们可否自己操作像素的每一个值达到灰度图的效果？

goto

3.灰度函数

图像灰度化处理主要有以下几种方式分量法、最大值法、平均值法、加权平均法

这里我们使用加权平均值法，感兴趣的同学自己去了解，修行靠个人

我们先对图像的形状做出打印

import cv2 as cv
import numpy as np
cap = cv.VideoCapture("C:/Users/23608/Desktop/MysteriousKnight/cyberpunk壁纸/OIP.jpg")

while 1:
    _, img = cap.read()
    print(img.shape)
    cv.imshow("img",img)
    cv.waitKey(0)

输出结果

观察到图像是高266 * 宽474 * 3个通道的RGB图

我们将输出的形状做一个数组变换，转换为数组

img_shape = np.array(img.shape)
# np.array可以创建数组，也可以将其他的数据类型转化为数组

输出结果

ok，我们来编写转灰度图函数

def garyimg(img, rbg_shape):
    rgb_img = img.copy()  # 将img赋值给rgb_img
    gary = np.zeros((rbg_shape[0], rbg_shape[1]), dtype=np.uint8)  # 创建一个全为0的二维数组，因为灰度图的形状为二维数组
    rgb = rbg_shape
    # 对gary的像素进行操作，根据加权平均值法的公式
    for _ in range(rgb[0]):
        for i in range(rgb[1]):
            gary[_][i] = int(0.299 * rgb_img[_][i][0] + 0.578 * rgb_img[_][i][1] + 0.114 * rgb_img[_][i][2])
    return gary

4.全部代码

import cv2 as cv
import numpy as np
cap = cv.VideoCapture("C:/Users/23608/Desktop/MysteriousKnight/cyberpunk壁纸/OIP.jpg")


def garyimg(img, rbg_shape):
    rgb_img = img.copy()
    gary = np.zeros((rbg_shape[0], rbg_shape[1]), dtype=np.uint8)
    rgb = rbg_shape
    for _ in range(rgb[0]):
        for i in range(rgb[1]):
            gary[_][i] = int(0.299 * rgb_img[_][i][0] + 0.578 * rgb_img[_][i][1] + 0.114 * rgb_img[_][i][2])
    return gary


while 1:
    _, img = cap.read()
    img_shape = np.array(img.shape)
    gary = garyimg(img, img_shape)
    cv.imshow("img", img)
    cv.imshow("gary", gary)
    cv.waitKey(0)

5.输出结果

是不是超级简单？？？