python-opencv-像素操作

Posted 天子骄龙

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python-opencv-像素操作相关的知识,希望对你有一定的参考价值。

每个像素都由颜色组成,常见的颜色存储格式有RGB和bgr两种,虽然两者都是由红色通道、绿色通道和蓝色通道组成,但是顺序不同。OpenCV采用的颜色存储格式是bgr。需要注意的是,灰度图片是单一颜色通道。 

通过mread()方法获取的图像数据是一个矩阵,我们可以将图像看成一个多维的list,其中第一维和第二维分别表示图像的宽高,第三维则是像素内容。明白这一点后,我们就可以通过操作list来获取指定位置的像素点。

import cv2
img = cv2.imread("1.png")
print(img)
print(img[0,0])  #获取第一行第一列的像素--获取指定像素
#参数1 是列坐标 参数2 是横坐标
print(\'第一列数据\') print(img[:,0]) #获取第一列数据 print(\'第一行数据\') print(img[0,:]) #第一行数据 #可以看到,每个像素点都是由三个数组成的元组,这三个数分别表示bgr的蓝色通道数值、绿色通道数值和红色通道数值

像素是整个图像的最小单位,拿到图像的像素后,我们就可以通过修改像素来对图像“为所欲为”了

 

import cv2
img = cv2.imread("1.png")
i=img[100,100]
(b,g,r)=i
print(i,b,g,r)
for x in range(0,101):  #从(100,100)到(200,100)画一条竖直的蓝线
    img[100+x,100]=(250,0,0)  #指定点修改像素值
cv2.imshow("new window", img)

cv2.waitKey(0)

效果:

 

 

 

 

 

以上是关于python-opencv-像素操作的主要内容,如果未能解决你的问题,请参考以下文章

使用python-opencv 统计二值图像中白色像素点的个数(表示面积)

python-opencv 图像二值化,自适应阈值处理

Python-OpenCV中的filter2D()函数

Python-OpenCV中的cv2.threshold

python-opencv性能衡量和提升技术

python-opencv-图像的按位运算