【计算机视觉】【图像处理】图像数字化运算（Numpy）

最新推荐文章于 2022-11-30 01:39:22 发布

CV_ML_DP

最新推荐文章于 2022-11-30 01:39:22 发布

阅读量1.8k

点赞数

分类专栏：人工智能图像处理机器视觉

本文链接：https://blog.csdn.net/u012421852/article/details/79463461

版权

本文介绍了如何利用Numpy进行图像处理，包括构造二维和三维的ndarray，访问数组中的值，矩阵运算以及图像的数字化。内容涵盖了矩阵的加法、减法、点乘、点除、幂运算、逆矩阵和行列式计算，以及将灰度和彩色图像转化为ndarray的方法。

摘要由CSDN通过智能技术生成

Opencv的Python API是基于Numpy的。Numpy用来存储和处理多维数组，核心struct是ndarray。

关于numpy.array的使用手册详见：numpy.array的详细手册

下面详解了numpy.array接口、numpy.linalg接口、以及灰度图像和彩色图像的矩阵数字化操作。

1.构造ndarray对象

1.1构造二维的ndarray

代码

注：数组内的元素类型可以由zeros函数入参dtypes指定，可选类型有：uint8、int32、float32、float64等

# -*- coding: utf-8 -*-
"""
@author: tom
"""

#ex_opencv_ndarray.py
import numpy
z = numpy.zeros((2,4),numpy.uint8)#构造2×4的零矩阵
print(type(z))
print(z)

执行结果

技巧：可以在"Variable explorer"窗口查看对象的name、tpye、size以及详细内容value。

1.2构造三维的ndarray

构造m×n×k的三维数组时，可以理解为构造m层个n×k二维数组。每个n×k二维数组占一层，一共m层个二维数组，每个二维数组尺寸大小事n×k。

m×n×k三维数组就是一个m层的堆叠数组，每层是一个尺寸大小为n×k的二维数组~~~~~

想象成3D堆叠内存也不错，一共m层，每层内存都是由n×k的内存颗粒组成的二维内存片

代码

# -*- coding: utf-8 -*-
"""
@author: tom
"""

#ex_opencv_ndarray.py
import numpy
a = numpy.array([
                 [[1,2,3,4],[5,6,7,8]],
                 [[11,12,13,14],[15,16,17,18]]
                ], numpy.float16)
print(type(a))
print(a)

结果

1.3ndarray数组的尺寸shape

1.4ndarray数组的元素类型dtype

# -*- coding: utf-8 -*-
"""
@author: tom
"""

#ex_opencv_ndarray.py
import numpy
a = numpy.array([
                 [[1,2,3,4],[5,6,7,8]],
                 [[11,12,13,14],[15,16,17,18]]
                ], numpy.float16)

print(a.shape) #(2, 2, 4)
print(a.dtype) #float16

2访问ndarray中的值

2.1访问二维ndarray中的值

假设有个二维数组a = [[1, 2, 3],[4, 5, 6]]

2.1.1访问第2行第3列的值，a[1,2]

>>> import numpy
>>> a = numpy.array([[1,2,3],[4,5,6]])
>>> print(a[2,3])
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
IndexError: index 2 is out of bounds for axis 0 with size 2
>>> print(a[1,2])
6
>>>