python + openCV图像处理（二）

引言

此系列博客记录 网易云课堂 python + openCV图像处理课程的学习过程。

本篇博客将介绍 获取图像属性、感兴趣区域ROI、通道的拆分与合并 三个部分。

---

示例图片

color.jpg

gray.jpg

---

代码

1、获取图像属性

import cv2

g = cv2.imread(r"C:\workspace\python\openCV\gray.jpg",cv2.IMREAD_UNCHANGED)  # 灰度图像，单通道

i = cv2.imread(r"C:\workspace\python\openCV\color.jpg",cv2.IMREAD_UNCHANGED) # BGR图像，三通道

print(g.shape) #结果 (27, 120)
print(i.shape) #结果 (27, 120, 3)

print(g.size) #结果 3240
print(i.size) #结果 9720

print(g.dtype) #结果 uint8
print(i.dtype) #结果 unit8

shape属性 - 获取图像的形状，返回包含 (行数、列数、通道数) 的元祖

size属性 - 获取图像的像素数目 = 行数 * 列数 * 通道数

dtype属性 - 获取图像中像素的类型

---

2、感兴趣区域ROI

ROI（region of interest），感兴趣区域。机器视觉、图像处理中，从被处理的图像以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域，称为感兴趣区域。

import cv2
import numpy as np

a = cv2.imread(r"C:\workspace\python\openCV\color.jpg",cv2.IMREAD_UNCHANGED) # BGR图像，三通道

b = np.ones((27,27,3)) # 新建一个大小为 27 * 27 的BGR图像，默认为黑色（0,0,0）

b[2:10,2:10] = (255,255,255) # 将b中的[2:10,2:10]区域变成白色

a[0:27,0:27] = b # 用 b 图像替换到 a 图像中 [0:27,0:27] 区域

cv2.imshow("demo",b)
cv2.imshow("demo",a)
cv2.waitKey(0)
cv2.destroyAllWindows()

np.ones((27,27,3)) - 实则建立了一个 27 个 27 * 3 的矩阵，不过这里可以表示图像

效果图：

可以看到原图像的 [0:27,0:27] 区域被替换成了 黑色块，且黑色块中 [2:10,2:10] 区域变成了 白色

---

3、通道的拆分与合并

import cv2

a = cv2.imread(r"C:\workspace\python\openCV\color.jpg",cv2.IMREAD_UNCHANGED) # BGR图像，三通道

b,g,r = cv2.split(a) # 拆分a图像的三个通道

cv2.imshow("original",a) 
cv2.imshow("Blue",b)
cv2.imshow("Green",g)
cv2.imshow("Red",r)

m = cv2.merge([b,g,r])# 合并a图形的三个通道

cv2.imshow("result",m)
cv2.waitKey(0)
cv2.destroyAllWindows()

cv2.merge([b,g,r]) - 合并通道，若BGR的顺序错误，则与原图不同

import cv2
import numpy as np

a = cv2.imread(r"C:\workspace\python\openCV\color.jpg",cv2.IMREAD_UNCHANGED) # BGR图像，三通道

rows,cols,chn = a.shape # 将a图像的行数、列数、通道数 赋值给三个变量

b = cv2.split(a)[0] # 通过下标指定通道
g = np.zeros((rows,cols),a.dtype) # 新建一个 行列数和类型 与 a图像相同的矩阵
r = np.zeros((rows,cols),a.dtype)

m = cv2.merge([b,g,r])# 合并a图形的三个通道

cv2.imshow("result",m)
cv2.waitKey(0)
cv2.destroyAllWindows()

效果图：

这个代码会将 初始图像 加一个 蓝色的滤镜。