作者:Irain
QQ:2573396010
微信:18802080892
GitHub链接:https://github.com/Irain-LUO/OpenCV-Python
目录
1 目标
- 访问像素值并对其进行修改
- 访问图像属性
- 设置感兴趣区域(ROI)
- 拆分和合并图像
- 设置图像边框(填充)
- 图像基础操作(侧重Numpy)官方链接
- Matplotlib使用手册链接
本节中的几乎所有操作都主要与Numpy相关,而不是OpenCV。要使用OpenCV编写更好的优化代码,需要Numpy的丰富知识。
(示例将在Python终端中显示,因为其中大多数只是单行代码)
2 图像基础操作(侧重Numpy)
2.1 访问像素值并对其进行修改
2.1.1 加载图片
import numpy as np
import cv2 as cv
img = cv.imread('dog.jpg')
可以通过像素值的行和列坐标来访问它。对于BGR图像,它将返回一个蓝色,绿色,红色值的数组。对于灰度图像,仅返回相应的强度。
2.1.2 访问其中一个像素和绿色像素。
px = img[0,0]
px
Green = img[0,0,1]
Green
2.1.3 修改像素
img[0,0] = [0,0,0]
img[0,0]
警告
- Numpy是用于快速数组计算的优化库。
因此,简单地访问每个像素值并对其进行修改将非常缓慢,因此不建议使用。注意上面的方法通常用于选择数组的区域,例如前5行和后3列。对于单个像素访问,Numpy数组方法array.item()和array.itemset()被认为更好。但是,它们始终返回标量,因此,如果要访问所有B,G,R值,则需要为每个值分别调用array.item()。
2.1.4 更好的像素访问和编辑方法:
img.item(0,0,0) # 访问某个颜色像素(B、G、R)
img.itemset((0,0,0),255) # 修改某个颜色像素(B、G、R)
img.item(0,0,0)