目標
? 獲取像素值并修改
? 獲取圖像的屬性（信息）
? 圖像的ROI（）
? 圖像通道的拆分及合并

幾乎所有這些操作與Numpy 的關系都比與OpenCV 的關系更加緊密，因此熟練Numpy 可以幫助我們寫出性能更好的代碼。

# -*- coding: utf-8 -*- """ Created on Mon Jan 22 13:26:57 2018 """import cv2 import numpy as np from matplotlib import pyplot as plt#opencv 讀圖 img = cv2.imread("E:\\python\\opencv\\images\\demo0.png")#根據像素的行和列的坐標獲取他的像素值。對BGR 圖像而言，返回值為B，G，R 的值。對灰度圖像而言，會返回他的灰度值 ''' px=img[100,100] print px blue=img[100,100,0] print blue '''#修改像素值 ''' img[100,100]=[255,255,255] print img[100,100] '''#獲取像素值及修改的更好方法。 ''' print img.item(10,10,2) img.itemset((10,10,2),100) print img.item(10,10,2) '''#獲取圖像屬性,圖像的屬性包括：行，列，通道，圖像數據類型，像素數目等''' print img.shape print img.size print img.dtype #(552L, 1112L, 3L) #1841472 #uint8 '''#圖像ROI,有時你需要對一幅圖像的特定區域進行操作。 ''' ball=img[280:340,330:390] img[273:333,100:160]=ball '''#拆分及合并圖像通道,有時我們需要對BGR 三個通道分別進行操作。這是你就需要把BGR 拆分成單個通道。有時你需要把獨立通道的圖片合并成一個BGR 圖像。你可以這樣做： #：cv2.split() 是一個比較耗時的操作。只有真正需要時才用它，能用Numpy 索引就盡量用。 ''' b,g,r=cv2.split(img) img=cv2.merge(b,g,r) #或者 b=img[:,:,0] #或者 img[:,:,2]=0 '''#為圖像擴邊（填充） ''' 如果你想在圖像周圍創建一個邊，就像相框一樣，你可以使用cv2.copyMakeBorder()函數。這經常在卷積運算或0 填充時被用到。這個函數包括如下參數： ? src 輸入圖像 ? top, bottom, left, right 對應邊界的像素數目。 ? borderType 要添加那種類型的邊界，類型如下 – cv2.BORDER_CONSTANT 添加有顏色的常數值邊界，還需要下一個參數（value）。 – cv2.BORDER_REFLECT 邊界元素的鏡像。比如: fedcba|abcdefgh|hgfedcb – cv2.BORDER_REFLECT_101 or cv2.BORDER_DEFAULT跟上面一樣，但稍作改動。例如: gfedcb|abcdefgh|gfedcba – cv2.BORDER_REPLICATE 重復最后一個元素。例如: aaaaaa|abcdefgh|hhhhhhh – cv2.BORDER_WRAP 不知道怎么說了, 就像這樣: cdefgh|abcdefgh|abcdefg ? value 邊界顏色，如果邊界的類型是cv2.BORDER_CONSTANT ''' #看下面的小例子 ''' img1 = img BLUE=[255,0,0] replicate = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REPLICATE) reflect = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT) reflect101 = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT_101) wrap = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_WRAP) constant= cv2.copyMakeBorder(img1,10,10,10,10,cv2.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() '''#圖像上的算術運算#你可以使用函數cv2.add() 將兩幅圖像進行加法運算，當然也可以直接使用numpy，res=img1+img。兩幅圖像的大小，類型必須一致，或者第二個圖像可以使一個簡單的標量值。 #OpenCV 中的加法與Numpy 的加法是有所不同的。OpenCV 的加法是一種飽和操作，而Numpy 的加法是一種模操作。 ''' x = np.uint8([250]) y = np.uint8([10]) print cv2.add(x,y) # 250+10 = 260 => 255 print x+y # 250+10 = 260 % 256 = 4 ''' #圖像混合,函數cv2.addWeighted() 可以按下面的公式對圖片進行混合操作。 ''' img1=img img2=cv2.imread('E:\\python\\opencv\\images\\demo2.png') dst=cv2.addWeighted(img1,0.7,img2,0.3,0) ''' #使用OpenCV 檢測程序效率 ''' e1 = cv2.getTickCount() # your code execution e2 = cv2.getTickCount() time = (e2 - e1)/ cv2.getTickFrequency() '''cv2.imshow('image',img) cv2.waitKey(0) cv2.destroyAllWindows()

總結

以上是生活随笔為你收集整理的opencv图像的基础操作的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。