Python+OpenCV入门教程【三】Numpy数组操作

# _*_ coding:utf-8 _*_
import cv2 as cv
import numpy as np


# numpy数组操作
def access_pixles(image):
    print(image.shape)
    height = image.shape[0]
    width = image.shape[1]
    channel = image.shape[2]    #色彩通道
    print("width : %s, height : %s, channel : %s" % (width, height, channel))   #打印输出
    # 遍历每个像素点值 并对像素值进行修改
    for row in range(height):
        for col in range(width):
            for c in range(channel):
                pv = image[row, col, c]
                image[row, col, c] = 255 - pv
    #  展示修改后的图片
    cv.imshow("modification", image)

def create_image():
    img = np.zeros([400, 400, 3], np.uint8)#zeros:double类零矩阵  创建400*400 3个通道的矩阵图像 参数时classname为uint8
    # 第一个通道blue  所以展示的是蓝色
    img[:, :, 0] = np.ones([400, 400])*255#ones([400, 400])是创建一个400*400的全1矩阵，*255即是全255矩阵 并将这个矩阵的值赋给img的第一维
    # 第二个通道green  所以展示的是绿色
    img[:, :, 1] = np.ones([400, 400])*255#第二维全是255
    # 第三个通道red  所以展示的是红色
    img[:, :, 2] = np.ones([400, 400])*255#第三维全是255

    # 此处是展示了三通道合并后的图片，也就是白色，若想展示第一通道的蓝色，则应将第二三通道的代码注释
    cv.imshow("new image", img)#输出一张400*400的白色图片(255 255 255):蓝(B)、绿(G)、红(R)

#     numpy的操作示例
def numpy_demo():
    # 创建一个三行三列浮点型数组
    m1 = np.ones([3,3],np.float)
    # 将m1中的值全部用1222.454替换
    m1.fill(1222.454)
    print(m1)
    # 将m1转换为一行九列
    m2 = m1.reshape([1,9])
    print(m2)

#像素取反
def inverse(image):
    dst = cv.bitwise_not(image)
    cv.imshow("inverse", dst)

if __name__ == '__main__':
    '''
    调用函数access_pixles()部分代码
    '''
    # # 读取图片
    # src = cv.imread("pic/cat.jpg")  # blue green red 三个通道
    # # 创建窗口
    # cv.namedWindow("original", cv.WINDOW_NORMAL)
    # cv.namedWindow("modification", cv.WINDOW_NORMAL)
    # # 展示读取的初始图片
    # cv.imshow("original", src)
    # t1 = cv.getTickCount()  # 毫秒级别的计时函数,记录了系统启动以来的时间毫秒
    # # 调用函数
    # access_pixles(src)
    # t2 = cv.getTickCount()
    # time = (t2 - t1) * 1000 / cv.getTickFrequency()  # getTickFrequency用于返回CPU的频率,就是每秒的计时周期数
    # print("time: %s" % time)  # 输出运行的时间
    # cv.waitKey(0)
    # cv.destroyAllWindows()

    '''
    调用函数create_image()部分代码
    '''
    # create_image()
    # cv.waitKey(0)
    # cv.destroyAllWindows()

    '''
    调用函数numpy_demo()部分代码
    '''
    # numpy_demo()

    '''
    调用库函数实现取反,这里access_pixles()实现的也是取反，但是使用库函数取反快很多
    '''
    src = cv.imread("pic/cat.jpg")  # blue green red 三个通道
    t1 = cv.getTickCount()  # 毫秒级别的计时函数,记录了系统启动以来的时间毫秒
    inverse(src)
    t2 = cv.getTickCount()
    time = (t2 - t1) * 1000 / cv.getTickFrequency()  # getTickFrequency用于返回CPU的频率,就是每秒的计时周期数
    print("time: %s" % time)  # 输出运行的时间
    cv.waitKey(0)
    cv.destroyAllWindows()