OpenCV学习笔记3基础：图像基本操作

Posted 2021-05-23 xietx1995

文章目录

• • 1. 访问像素值并修改
  • 2. 获取宽、高、通道数、像素总数
  • 3. 获取ROI
  • 4. 拆分和合并通道
  • 5. 改变颜色空间
  • References

我们来熟悉一下 OpenCV 中对图像的基本操作，本文包括以下几个方面：

• 访问像素值并修改
• 获取宽、高、通道数、像素总数
• 获取ROI
• 拆分和合并通道
• 改变颜色空间

1. 访问像素值并修改

直接看例子：

import cv2

img = cv2.imread('images/test.jpg')
print(img[200, 200]) # [ 29 130 108]
img[200, 200] = [255, 255, 255]
img[200, 201] = [255, 255, 255]
img[201, 200] = [255, 255, 255]
img[201, 201] = [255, 255, 255]
cv2.imshow('test', img)
cv2.waitKey(0)

我们获取了位置（200，200）处的像素值，BGR 分别是 29，130，108，接着修改了四个像素值为白色（255，255，255），结果如下：

2. 获取宽、高、通道数、像素总数

import cv2

# read image
img = cv2.imread('images/test.jpg', 1)

# height, width, number of channels in image
height = img.shape[0]
width = img.shape[1]
channels = img.shape[2]

print('Image Dimension    : ', img.shape)
print('Image Height       : ', height)
print('Image Width        : ', width)
print('Number of Channels : ', channels)
print('Image Size  :', img.size)

输出：

Image Dimension    :  (276, 276, 3)
Image Height       :  276
Image Width        :  276
Number of Channels :  3
Image Size  : 228528

shape 成员保存了图像的形状信息（宽、高、通道数），size 成员保存了图像的总的像素个数（宽 x 高 x 通道数）。

OpenCV Python 中图像采用 numpy.ndarry 对象存储，你也可以获取其他的一些属性。

3. 获取ROI

ROI（Region Of Interest）即感兴趣的区域。获取狗狗的脑袋：

import cv2

# read image
img = cv2.imread('images/test.jpg')

# roi
roi = img[56:176, 65:200, :]

cv2.imshow('ROI', roi)
cv2.waitKey(0)

当然后面我们可以用目标检测自动地找出狗狗的脑袋。

4. 拆分和合并通道

可以使用 split 和 merge 函数来拆分、合并通道：

import cv2

img = cv2.imread('images/test.jpg')

b, g, r = cv2.split(img)
print(b.shape)
print(b.size)
print(type(b))

img2 = cv2.merge([b, g, r])
print(img2.shape)
print(img2.size)
print(type(img2))

输出：

(276, 276)
76176
<class 'numpy.ndarray'>
(276, 276, 3)
228528
<class 'numpy.ndarray'>

可以看到单个通道的像素数是完整图像的三分之一。split 和 merge 函数比较耗时，可以使用 numpy 的索引来操作：

import numpy as np
import cv2

img = cv2.imread('images/test.jpg')

b = img[:, :, 0] # blue channel
g = img[:, :, 1] # green channel
r = img[:, :, 2] # red channel

img3 = np.dstack([b, g, r]) # stack arrays in sequence depth wise (along third axis).

cv2.imshow('merge', img3)
cv2.waitKey(0)

numpy.dstack 用于将输入的数组按深度方向（第 3 维）堆叠起来（dstack 的 d 代表 depth）。

5. 改变颜色空间

可以改变图像的颜色空间：

import cv2

img = cv2.imread('images/test.jpg')

img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

cv2.imshow('BGR to GRAY', img_gray)
cv2.waitKey(0)

更多颜色空间可以参考：ColorConversionCodes

---

References

1. OpenCV Docs: cvtColor
2. ColorConversionCodes

---

QQ交流群：点击链接加入群聊【Python练习生】532232743
我的知乎：AXin啊
公众号：请叫我AXin