OpenCV + Numpy库读取与修改图像的像素值

1 传统方法读取与修改图像的像素值

1.1 读取图像的像素值

(1)读取灰度图像

例如:
img = cv2.imread(“lena1.tiff”, cv2.IMREAD_UNCHANGED) #读取图片
p = img[100, 200] #获取图像的灰度值
print§ #打印图像的灰度值
代码如下所示:

import cv2
 
#读取图片
img = cv2.imread("lena1.tiff", cv2.IMREAD_UNCHANGED)
 
#灰度图像
p = img[100, 200]
print(p)
 
#显示图像
cv2.imshow("Demo", img)
 
#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()

在这里插入图片描述

(2)读取RGB图像

# 方法1
b = img[100, 200, 0] # 注意和Matlab的区别
print(b)
g = img[100, 200, 1]
print(g)
r = img[100, 200, 2]
print(r)
 
# 方法2
bgr = img[100, 200]
print(bgr)

代码如下:


import cv2
 
#读取图片
img = cv2.imread("lena.tiff", cv2.IMREAD_UNCHANGED)
 
#BGR图像
#方法1
b = img[100, 200, 0]
print(b)
g = img[100, 200, 1]
print(g)
r = img[100, 200, 2]
print(r)
 
print('---------------')
#方法2
bgr = img[100, 200]
print(bgr)
 
#显示图像
cv2.imshow("Demo", img)
 
#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()

运行结果如下图所示:
在这里插入图片描述

1.2 修改图像的像素值

(1)修改单个像素点的像素值

RGB图像可以通过位置参数直接访问像素值并进行修改.

代码如下所示:

# -*- coding:utf-8 -*-
import cv2
 
#读取图片
img = cv2.imread("lena.tiff", cv2.IMREAD_UNCHANGED)
 
#BGR图像
#方法1
b = img[100, 200, 0]
print(b)
g = img[100, 200, 1]
print(g)
r = img[100, 200, 2]
print(r)
 
print('---------------')
img[100, 200, 0]=255
img[100, 200, 1]=255
img[100, 200, 2]=255
b1 = img[100, 200, 0]
print(b1)
g1 = img[100, 200, 1]
print(g1)
r1 = img[100, 200, 2]
print(r1)
print('---------------')
# #方法2
print(img[100, 200])
print('---------------')
img[100, 200] = [10, 10, 10]
print(img[100, 200])

运行结果如下:
在这里插入图片描述

(2)修改图像区域像素的像素值

通过访问图像数组的位置区域实现区域像素修改;

例如: [100:200,300:400] 是访问第100到200行,300到400列的区域,再对该区域像素进行修改。

代码如下所示:

-- coding:utf-8 --

import cv2
 
#读取图片
img = cv2.imread("lena.tiff", cv2.IMREAD_UNCHANGED)
 
#BGR图像
img[100:200, 300:400] = [255, 255, 255] #修改图像像素区域的像素值 
                                        #修改第100到200行,300到400列的区域
 
#显示图像
cv2.imshow("Demo", img)
 
#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()

运行结果如下:

在这里插入图片描述

2 使用Numpy库读取像素方法与修改图像的像素值

2.1 读取图像的像素值

使用Numpy的 item 函数进行像素读取,调用方式如下:

返回值 = 图像.item(位置参数)

例如:(注意需要 导入numpy)

#Numpy读取像素

blue = img.item(100, 200, 0)
green = img.item(100, 200, 1)
red = img.item(100, 200, 2)

代码如下所示:

# -*- coding:utf-8 -*-
import cv2
import numpy
 
#读取图片
img = cv2.imread("lena.tiff", cv2.IMREAD_UNCHANGED)
 
# Numpy读取像素
blue = img.item(100, 200, 0)
green = img.item(100, 200, 1)
red = img.item(100, 200, 2)
print(blue)
print(green)
print(red)
 
#显示图像
cv2.imshow("Demo", img)
 
#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()

运行结果如下:
在这里插入图片描述
注:OpenCV读取图像通道是BGR,也可以转换成RGB在进行处理

2.2 修改图像的像素值

使用Numpy的 itemset 函数修改像素,调用方式如下:

图像.itemset(位置, 新值)

例如:

img.itemset((100, 200, 0), 255)

代码如下所示:

# -*- coding:utf-8 -*-
import cv2
import numpy
 
#读取图片
img = cv2.imread("lena.tiff", cv2.IMREAD_UNCHANGED)
 
#Numpy读取像素
print(img.item(100, 200, 0))
print(img.item(100, 200, 1))
print(img.item(100, 200, 2))
 
print('--------')
#Numpy 修改像素
img.itemset((100, 200, 0), 255)
img.itemset((100, 200, 1), 255)
img.itemset((100, 200, 2), 255)
 
#Numpy读取像素
print(img.item(100, 200, 0))
print(img.item(100, 200, 1))
print(img.item(100, 200, 2))

运行结果如下:
在这里插入图片描述

  • 2
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
OpenCV是一种广泛使用的计算机视觉库,可用于处理、分析和识别图像和视频。而Numpy是一种Python的数学计算库,它提供了高效的数组操作和数学计算方法。 在OpenCV中,我们可以使用cv2.imread()函数来读取图像文件。这个函数返回一个包含像素值numpy数组,表示读取图像。在图像处理和分析中,我们常常需要使用numpy数组对图像进行操作和处理。 使用OpenCV读取numpy数组也很容易,只需要通过cv2.imshow()函数将numpy数组显示在屏幕上。例如: ``` import cv2 import numpy as np img_array = np.ones([512, 512, 3], dtype=np.uint8) cv2.imshow('Image', img_array) cv2.waitKey(0) cv2.destroyAllWindows() ``` 这里,我们首先使用numpy创建了一个形状为(512, 512, 3)的numpy数组,然后使用cv2.imshow()函数将这个数组显示到了屏幕上。 另外,我们还可以使用cv2.cvtColor()函数将读取图像转换成我们需要的颜色空间类型。例如,将一张BGR格式的图像转换为灰度图像: ``` import cv2 import numpy as np img_bgr = cv2.imread('test.jpg') img_gray = cv2.cvtColor(img_bgr, cv2.COLOR_BGR2GRAY) cv2.imshow('Gray Image', img_gray) cv2.waitKey(0) cv2.destroyAllWindows() ``` 这里,我们使用cv2.imread()函数读取了一个BGR格式的图像,然后使用cv2.cvtColor()函数将其转换为灰度图像。最后使用cv2.imshow()函数将转换后的灰度图像显示到了屏幕上。 总的来说,OpenCV可以很方便地读取numpy数组,并使用numpy数组对图像进行处理和分析。同时,通过Numpy,我们也可以方便地将一些数据转换成数组,并在OpenCV中进行操作。

“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