python+opencv系列教程（3）——Numpy数组操作

  • A+
所属分类：大数据

1 Python的多维数组切片

  • ：
    表示取一个维度
  • data[:,n]
    有一个逗号，说明有两个维度，前面一个：的前后没有值，说明是取完所有，即取完所有行，逗号后面若没有：，只有一个数字，相当于取一列，若是n，就是取第n-1列
  • data[:,-1]
    取最后一列
  • data[:,m:n]
    逗号后面又有：，说明是取几列，这里是取m到n之间的列，即m,m+1,...n-1（注意，不包括n）
  • data[:,:-1]
    取0到倒数第二列
  • data[0:1,:]
    取第0行

2 opencv的数组操作代码

  1. import cv2 as cv
  2. import numpy as np
  5. def access_pixels(image):
  6.     print(image.shape)
  7.     height = image.shape[0]
  8.     width = image.shape[1]
  9.     channels = image.shape[2]
  10.     print("width:%s,height:%s,channel:%s" % (width, height, channels))
  11.     for row in range(height):
  12.         for col in range(width):
  13.             for c in range(channels):
  14.                 pv = image[row, col, c]
  15.                 image[row, col, c] = 255 - pv
  16.     cv.imshow("pixels_demo", image)
  19. def create_image():
  20.     img = np.zeros([500, 400, 3], np.uint8)
  21.     img[:, :, 0] = np.ones([500, 400])*255  # 将所有像素点的Blue通道置为255
  22.     img[0:100, 0:40, 1] = np.ones([100, 40])*255  # 将高度在0-100，宽度在0-40内的区域的Green通道置为255
  23.     img[400:500, 360:400, 2] = np.ones([100, 40])*255  # 将高度在400-500，宽度在360-400内的区域的Red通道置为255
  24.     cv.imshow("new image", img)
  27. print("start")
  28. src = cv.imread("C:/Users/Admin/Desktop/1.jpg")  # 读取图像
  29. cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)  # 创建显示图像的窗口
  30. cv.imshow("input image", src)  # 显示图片到特定的窗口中
  31. t1 = cv.getTickCount()
  32. access_pixels(src)
  33. t2 = cv.getTickCount()
  34. time = (t2-t1)/cv.getTickFrequency()
  35. print("time:%s ms " % (time*1000))
  36. # print("time:%s ms " % (((t2-t1)/cv.getTickFrequency())*1000))
  37. create_image()
  38. cv.waitKey(0)  # 等待用户操作，0为一直等待，5000为等待用户操作5s
  39. cv.destroyAllWindows()  # 释放所有内存

3 讲解

  3.1 图像的基础知识

一般的彩色图像由三维数组组成，三个维度分别代表高度、宽度和通道（R,G,B），用numpy构建一个三维数组[4,5,3]表示左上角为[0,0]点，高度为4，宽度为5，3通道的彩色图。三维数组中第一个维度代表图像的高，第二个维度代表图像的宽，第三维度代表通道，通道维度，0代表蓝色，1代表绿色，2代表红色。最终生成一个宽度为5，高度为4的彩色图像。

python+opencv系列教程（3）——Numpy数组操作

  3.2 生成简单图像

从print("start")开始，读取图片并显示，读取图片内容可参考python+opencv系列教程（2）——图像加载与保存。access_pixels获得图像数据，并通过shape属性获取图像形状，0代表高度，1代表宽度，2代表通道。image[row, col, c]获取某个像素具体的通道数值，再用255减去，得到反色数值，并显示。

python+opencv系列教程（3）——Numpy数组操作

getTickCount()是毫秒级别的计时函数,记录了系统启动以来的时间毫秒，getTickFrequency用于返回CPU的频率,就是每秒的计时周期数，print("time:%s ms " % (time*1000))表示access_pixels(src)函数执行的耗时毫秒数，可以看出，这种三层遍历方式非常耗时。

python+opencv系列教程（3）——Numpy数组操作

  3.3 创建复杂图像

create_image用于创建一个较为复杂的图形，zeros创建一个高度500，宽度为400的3通道的三维数组，数组中每个元素的数据类型为uint8，即创建了一个高度500，宽度为400的彩色图，图片左上角为（0，0）；根据python切片语法，调用ones将通道为0即蓝色通道的所有数据设为255，即图片显示为蓝色；然后将高度在0-100，宽度在0-40内的区域的Green通道置为255，结合之前的蓝色，该区域因为亮青色；然后将高度在400-500，宽度在360-400内的区域的Red通道置为255，结合之前的蓝色，此区域显示为紫色。

python+opencv系列教程（3）——Numpy数组操作

Qt大课堂-QtShare

发表评论

您必须登录才能发表评论！