###修改像素值:
import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt
img = cv.imread('D:\eyes\left_eye_10.png') img[48,138] = [255,255,255]
本照片的像素为139*49 print(img[48,138]) #输出[255,255,255]
##################################################
#访问图像属性
print(img.shape) #(49, 139, 3)第三个参数代表通道数(如果图像为彩色),这也是检验图像是彩色还是灰色的方法
#像素总数
print(img.size) #20433
#图像数据类型
print(img.dtype) #uint8
####################################################
#分割和合并图像通道
b,g,r = cv.split(img) #分割
img = cv.merge((b,g,r))#合并
#将所有红色像素都设置为零-您不需要先拆分通道。numpy索引更快
img[:,:,2] = 0
#cv.split()是一项昂贵的操作(就时间而言)。因此,仅在必要时使用它。否则请进行Numpy索引
####################################################
#为图像设置边框(填充)
blue = [255,0,0]
img1 = cv.imread('D:\eyes\left_eye_1.png')
replicate = cv.copyMakeBorder(img1,10,10,10,10,cv.BORDER_REPLICATE)
reflect = cv.copyMakeBorder(img1,10,10,10,10,cv.BORDER_REFLECT)
reflect101 = cv.copyMakeBorder(img1,10,10,10,10,cv.BORDER_REFLECT_101)
wrap = cv.copyMakeBorder(img1,10,10,10,10,cv.BORDER_WRAP)
constant= cv.copyMakeBorder(img1,10,10,10,10,cv.BORDER_CONSTANT,value=BLUE)
plt.subplot(231),plt.imshow(img1,'gray'),plt.title('ORIGINAL')
plt.subplot(232),plt.imshow(replicate,'gray'),plt.title('REPLICATE')
plt.subplot(233),plt.imshow(reflect,'gray'),plt.title('REFLECT')
plt.subplot(234),plt.imshow(reflect101,'gray'),plt.title('REFLECT_101')
plt.subplot(235),plt.imshow(wrap,'gray'),plt.title('WRAP')
plt.subplot(236),plt.imshow(constant,'gray'),plt.title('CONSTANT')
plt.show()
#####################################################
#影像加法
#opencv加法是饱和算法,Numpy加法是模运算
x = np.uint8([250])
y = np.uint8([10])
print(cv.add(x,y)) #260>255 输出为255
print(x+y) #260%256 = 4
opencv+python:一些基础操作
最新推荐文章于 2024-08-09 19:46:48 发布