HSV的数据结构各分量H S V的直观理解其实就是对应图片位置的的像素一一对应的矩阵表示

HSV的数据结构难于理解没关系,但是可以分解来看。从它可以单独分解的H S V通道来看,类似(R G B)
HSV是一个包含了3通道H S V的数据结构,但从数组好像看不出位置关系,直接理解也是有困难的,我们可以从单独一个V通道来看
比如v = hsv[:,:,2]  //v dimesion= (24, 18) ,可以看出V分量就是图片像素矩阵的位置结构,行于列与原图片的像素位置是位置关系一一对应的。
这里hsv 的shape是24*8 *3即行数和列数为24*8 3通道 //hsv dimesion= (24, 18, 3) len(hsv)= 24 len(hsv[0]=) 18
那么截取v的上面8行的操作可以表示为
rv = v[0:8,:]   
一 则提取出的v的数据结构如下
v dimesion= (24, 18)  与len(rv)= 24 len(rv[0]) =18所表达的意思一致
[[175 146 162 187 201 210 214 215 214 214 217 218 204 191 180 178 169 148]
 [189 179 192 206 217 227 230 234 228 239 242 239 229 222 217 213 198 162]
 [190 183 194 205 217 230 234 233 220 212 228 233 231 232 233 239 224 183]
 [188 152 166 196 226 242 249 246 235 230 237 240 236 235 236 234 218 178]
 [165 138 145 166 206 243 254 255 255 254 254 254 248 235 220 192 173 151]
 [151 131 143 142 147 174 196 203 208 209 214 214 207 191 172 161 151 136]
 [162 131 128 131 135 139 141 141 140 138 141 142 141 142 147 149 137 117]
 [150 123 119 123 125 126 130 128 127 125 129 134 136 133 131 128 116 109]
 [152 122 118 119 117 116 117 118 118 117 120 122 122 120 119 119 111 109]
 [154 129 117 112 112 115 116 113 112 108 110 112 112 109 109 109 103 100]
 [159 136 109  95 101 110 111 110 109 107 105 106 107 109 108 108  99  93]
 [173 148 112  95 106 113 110 109 107 105 104 106 107 109 108 107  97  92]
 [158 138 112  98 105 109 106 106 108 106 105 106 107 108 107 105  96 101]
 [126 107 103 100 103 109 109 106 106 106 107 105 107 108 108 102  92 103]
 [113  98  99 101 106 111 110 107 107 105 106 105 107 108 107 102  93 110]
 [117  95  99 101 105 109 110 108 107 104 106 105 107 107 107 102  93 120]
 [112  90  99 106 107 107 106 108 108 104 106 105 107 106 105 100  91 116]
 [100  94 100 105 105 105 106 106 104 106 105 107 109 110 106 103  91 119]
 [103 104 107 109 106 105 105 105 104 106 105 105 107 109 106  99  92 143]
 [108 107 105 103 105 108 107 106 105 106 106 104 103 107 110  96  90 144]
 [143 110  93 100 110 111 106 107 104 108 105 104 104 104 109  98  84 127]
 [131  99  96 109 113 109 105 107 106 105 101  99 102 105 109  97  84 128]
 [120  98 102 115 113 110 107 108 107 107 105 101 104 108 110  94  83 133]
 [106 106 106 112 110 110 109 108 107 106 106 105 109 114 113  93  85 141]]
二 则提取出的rv的数据结构如下
 rv dimension= (8, 18) 与len(rv)= 8 len(rv[0]) =18所表达的意思一致
[[175 146 162 187 201 210 214 215 214 214 217 218 204 191 180 178 169 148]
 [189 179 192 206 217 227 230 234 228 239 242 239 229 222 217 213 198 162]
 [190 183 194 205 217 230 234 233 220 212 228 233 231 232 233 239 224 183]
 [188 152 166 196 226 242 249 246 235 230 237 240 236 235 236 234 218 178]
 [165 138 145 166 206 243 254 255 255 254 254 254 248 235 220 192 173 151]
 [151 131 143 142 147 174 196 203 208 209 214 214 207 191 172 161 151 136]
 [162 131 128 131 135 139 141 141 140 138 141 142 141 142 147 149 137 117]
 [150 123 119 123 125 126 130 128 127 125 129 134 136 133 131 128 116 109]]
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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