![62d8490eab799227021c76964040a156.png](https://i-blog.csdnimg.cn/blog_migrate/8e5254d4a6dfd4aad3ef5705b85f4032.jpeg)
如何在Python中遍历像素呢?请看代码:
import numpy as np
import cv2
import matplotlib.pyplot as plt
src = cv2.imread("src.png")
gray = cv2.cvtColor(src, cv2.COLOR_RGB2GRAY)
rows, cols = gray.shape[:2]
row = gray[200]
plt.plot(row)
# plt.show()
plt.savefig("gray.png", dpi=300)
原始图像:
![80661b683a1787e540b189822c2fbbc0.png](https://i-blog.csdnimg.cn/blog_migrate/05b42f6cd15d98c5a4dc7900e7f43b31.jpeg)
第200行像素:
![c921e727a475aba40bab308d1f145d4b.png](https://i-blog.csdnimg.cn/blog_migrate/e8979c178015afc3565c78e28b412b6a.jpeg)
接着我们计算下200行像素的一阶差分:
![9e7acf7c59572273c17a94ad06ff0ba5.png](https://i-blog.csdnimg.cn/blog_migrate/35ce1de242e9106a2a498e79b6814898.jpeg)
看到这里,你是不是觉得有点奇怪,这个差分到底是什么鬼,简单的a[n]-a[n-1]计算出来这么复杂的东西?手动调试下看看:
![6e74467608a6614f8f5ad372afe8ec61.png](https://i-blog.csdnimg.cn/blog_migrate/9ea2fe46fc2b29da051ef268a1141252.jpeg)
请注意观察原始像素数值。
![3155cc1e1877d7d4771cc61360462d42.png](https://i-blog.csdnimg.cn/blog_migrate/9ff5fc2c9de621766e8baa6234a29c55.jpeg)
看到问题了吗?当计算223-224的时候,temp的数值为255!
这个结果的原因我想了好久,就是opencv灰度图的像素数据类型是uchar,而char的长度被定义为8个字节,所以溢出了。。。
最后修改如下:
import numpy as np
import cv2
import matplotlib.pyplot as plt
src = cv2.imread("src.png")
gray = cv2.cvtColor(src, cv2.COLOR_RGB2GRAY)
rows, cols = gray.shape[:2]
row = gray[200]
# first = np.diff(row)
first = []
for r in range(len(row) - 1):
temp = int(row[r+1]) - int(row[r])
first.append(temp)
plt.plot(first)
# plt.show()
plt.savefig("first.png", dpi=300)
调试结果:
![4e923c41829b4871d05266150c47d6d6.png](https://i-blog.csdnimg.cn/blog_migrate/eab00f788f16b10a678983cc7de17eea.jpeg)
终于看到正确的差分结果了,差分计算图如下:
![025bc2e62ba6b8786861ee53e91f5707.png](https://i-blog.csdnimg.cn/blog_migrate/0f4269bd2cd09422fcaffd2110b179aa.jpeg)