【基本图像操作】NumPy

NumPy

NumPy是Python科学计算工具包，其数组对象可以用于矩阵乘积，转置，解方程系统，向量乘积和归一化操作。

图像数组表示

输出图像数组的大小和数组的数据类型。
未处理的图像有三个颜色通道rgb,灰度图像r=g=b
下面是这部分的操作：

# -*-coding:utf-8 -*-

from PIL import Image
from numpy import *


#array()方法将图像转换成NumPy的数组对象
im = array(Image.open("/home/xuna/桌面/image/test.jpg"))
print im.shape, im.dtype

#访问坐标为（0,0）通道为1的像素值
r = im[0,0,0]
g = im[0,0,1]
b = im[0,0,2]

print (r,g,b)
"""
运行结果
(300, 510, 3) uint8 
(0, 157, 222)   

(300, 510, 3)：数组的大小（行，列，颜色通道(1,2,3:rgb))   
uint8 ：数据类型（通常为无符号八位整数）
"""


#灰度图像
im = array(Image.open("/home/xuna/桌面/image/test.jpg").convert('L'),'f')
r = g = b = im[0,0]
print (r,g,b)
"""
多个数组元素切片访问常用
im[i,:] = im[j,:]       #将第j行的数值赋值给第i行
im[:,i]=100             #将第i列的所有数值设为100
im[:100,:50].sum()      #计算前100行，前50列所有数值的和
im[50:100,50:100]       # 50~100行，50～100列（不包含第100行和第100列）
im[i].mean()            #第i行所有数值的平均值
im[:,-1]                #最后一列
im[-2,:](or im[-2])     #倒数第二行
"""
print im.shape, im.dtype
"""
运行结果
(300, 510) float32  
(300,510):灰度处理，只有两个参数
float32:参数f将默认的uint8转换为浮点型

(117.0, 117.0, 117.0) 
"""

灰度变化