调取图像的基本信息尝试使用opencv的API处理问题
创建新的窗口并且填充色彩
建立数组
测试OK
import cv2 as cv
import numpy as np
def access_pixels(image):
print(image.shape)
heigh = image.shape[0]
width = image.shape[1]
channels = image.shape[2]
print("heigh : %s, width : %s, channels : %s" %(heigh,width,channels))
# 下面可以进行图像取反,并单独另存
for row in range(heigh):
for col in range(width):
for c in range(channels):
pv = image[row, col, c] # 获取每一个通道的数值,得到一个三维的数组
image[row, col, c] = 255 - pv # 当运行程序时,def access_pixels(image): 需要一步一步进行,很慢
#cv.imshow("piexls_demo",image)
#cv.imwrite("C:/Users/LENOVO/Desktop/test image/Image_202.jpg", image)
# 上面可以进行图像取反,并单独另存
# 以下是使用opencv的API对图像进行取反操作
def inverse(image): # 用cv的代码运行速度比较快,以后图形做像素取反可用 ,以后要会去寻找更好的优化程序
dst = cv.bitwise_not(image)
cv.imshow("iverse_demo", dst)
# 以上是使用opencv的API对图像进行取反操作
def creat_image(): # 创建新的图像
img = np.zeros([400, 400, 3],np.uint8) # 图像形状,类型是unit8 3通道
# 通过下面三种颜色可以随意调配
img[:, :, 0] = np.ones([400, 400])* 255 # B 打印蓝色通道
img[:, : , 1] = np.ones([400, 400]) * 255 # G 打印绿色通道
img[:, : , 2] = np.ones([400, 400]) * 255 # R 打印红色通道,,,,通过设置BGR的颜色数值调配任意颜色
cv.imshow("new image1", img)
m1 = np.ones([3, 3], np.float32) # 创建二维数组,类型输出可选float或者uint8或者int32 ,最好选择float防止别截断
m1.fill(122.453)
m2 = m1.reshape([1,9])
print(m1)
print(m2)
m3 = np.array([[1, 2, 3],[4, 5, 6],[7, 8, 9]], np.int32) # 在卷积的时候做filer比较好,如果初始化相同变量的矩阵没有用np.ones快速
m3.fill(9)
print(m3)
print("----------------hi.python!---------------------------")
src = cv.imread("C:/Users/LENOVO/Desktop/test image/gp.jpg") # blue , green , red
cv.namedWindow("input image",cv.WINDOW_AUTOSIZE) # 创建一个window命名为input image
cv.imshow("input image",src) # 通过窗口名字调用读取的图片到当前的窗口上面
t1 = cv.getTickCount() # 获取当前cpu转的圈数
# access_pixels(src) # src传到access_pixels才能对获取到的图片进行处理
# inverse(src)
t2 = cv.getTickCount()
creat_image() # 打印我们创建的新框架
time = (t2-t1)/cv.getTickFrequency() # 前后圈数差除以频率得出时间毫秒
cv.waitKey(0) # 告诉系统需要delay,等待用户的下一个操作
print("time : %s ms" %(time*1000)) # 时间单位毫秒乘以1000得出秒数
cv.destroyAllWindows() # 响应操作以后就会释放内存