利用Python+opencv创建图像、读取图像文件、获得图像属性等操作

版权声明：本文为博主原创文章，转载请附源链接。

---

一、我们应该知道的

看到一个图片，不要将其当作图片，在你眼里，其实就是一个一个小格子，每个格子都有一个数值，也就是一个矩阵，格子里的数值其实就是灰度值，对于多通道的彩色图片来说，其实就相当于多个灰度图的叠加，只是说叠加的颜色不同而已。可以看作多个灰度图就可以理解了。

看到一个视频，不要将其当作视频，其实就是很多个图片而已，按照顺序从前到后播放图片。理解了这个就很容易把一堆图片做成一个视频，也可以把一个视频做成一堆图片，也就是视频分帧。原理不过如此，代码可能也就几行。

二、创建一个图片

创建一个图片，其实就是创建一个矩阵，矩阵的值随意，矩阵的行和列数其实就是图片的大小，知道了矩阵，也就得到了图片。

例如，我们可以通过二维Numpy数组来简单创建一个黑色的正方形图像。，其实就是一个全为0的矩阵。灰度值为0，就是黑色。

I=numpy.zeros((3,3),dtype=numpy.uint8) 
#图片I大小为3*3，灰度值全为0，也就是黑色图像

图像I上的每一个像素点都由一个8位的整数int来表示，即每个像素值的大小范围为0-255

可以通过cv2.cvtColor函数来将该图像转换成RGB三个通道图像。

I=cv2.cvtColor(I,cv2.COLOR_GRAY2BGR)

#此时图像I变成了三个通道的每个像素点的值都为0
#有27个像素值，HSV色彩空间也是同样的方式，只是只是通道数不同

 三、读取图片，获得图像属性参数

下面将加载的JPEG格式的图片通过改变imread函数的参数将其读入为灰度图像，在这个过程中会丢失色彩信息。将有多通道变为单通道图片。

import cv2
I=cv2.imread(‘tu.jpg’,cv2.IMREAD_GRAYSCALE)  #此时的参数选择灰度图像；

#或者为I=cv2.imread(‘tu.jpg’,0)   式中的0为其参数的简写

对于imread函数，读取图片，其可以选择的参数如下：

四、图片的属性获取，如图片大小，某位置的像素值

Image[1,0,3]中的第一个值代表像素的y坐标或者行，第二个值0代表像素的x坐标或列，0表示最左边，第三个值3表示的是通道数，[]内表示的是位置。这样可以获得图片某点的像素值

I=numpy.zeros((3,3),dtype=numpy.uint8)
I.shape

执行上述代码，结果为(3,3)

shape函数可以来查看图像的结构，会放回行、列数（图像的高度和宽度），如果是彩色图像，还会返回通道数，如BGR图像返回为（3，3，3）

• Image.shape ：返回图像Image宽度、高度以及通道数，若为灰度图像，则不返回通道数
• Image.size： 返回图像Image的像素大小，没有通道数；
• Image.dtype： datatype的缩写，返回图像的数据类型，通常返回unit8，无符号8位整型