二：图像和原始字节间转换

简介：

OpenCV图像是numpy.array类型的二维或者三维数组。8位灰度图
像是包含字节值的一个二维数组。24位的BGR图像是一个三维数组，也包含字节值。我们可以通过使用类似于image[0,0]或者image[0,0,0] 的表达式来访问这些值。第一个索引是像素的y坐标或者行，0表示顶部。第二个索引是像素的x坐标或者列，0表示最左边。第三个索引（如果有的话）表示一个颜色通道。

数组对应具体像素说明

在左上角为白色像素的8位灰度图像中，image[0,0]是255。

在左上角为白色像素的24位（每个通道8位）BGR图像中，image[0,0]是[255,255,255]。

img = np.zeros((10, 10), dtype="uint8")
img[:,:]=255
cv2.imshow("Original", img)

打印数组可以看到img[0,0]位置是255

因为本次生成的图片是纯白色的图片，所以其他数组也是255.

[[255 255 255 255 255 255 255 255 255 255]
 [255 255 255 255 255 255 255 255 255 255]
 [255 255 255 255 255 255 255 255 255 255]
 [255 255 255 255 255 255 255 255 255 255]
 [255 255 255 255 255 255 255 255 255 255]
 [255 255 255 255 255 255 255 255 255 255]
 [255 255 255 255 255 255 255 255 255 255]
 [255 255 255 255 255 255 255 255 255 255]
 [255 255 255 255 255 255 255 255 255 255]
 [255 255 255 255 255 255 255 255 255 255]]

生成随机图片

img=np.random.randint(0,256,120000, dtype=np.uint8).reshape(300,400)
img=cv2.imwrite("img.png",img)

 NumPy 的random.randint函数生成一个随机整数数组，并通过reshape函数将其重新调整为特定的形状。

 

具体解释如下：

 

• numpy.random.randint(0, 256, 120000)：这部分代码使用random.randint函数生成一个长度为 120000 的随机整数数组。范围是 0 到 256（包括 0 和 256）。
• .reshape(300, 400)：这部分代码将生成的随机整数数组通过reshape函数重新调整为 300 行 400 列的二维形状。

图片转换字节数组

img = cv2.imread('img.png')
byteArrays = bytearray(img)

字节数组转换图片

由于生成随机图片的形状为（300,400,3），转换时也要相同。

img = cv2.imread('img.png')
byteArrays = bytearray(img)

bgra=numpy.array(byteArrays).reshape(300,400,3)
cv2.imshow('img',bgra)