在OpenCV中如何使用图像像素的介绍_F11 - 专业站长和开发者的学习网站

分享到

在OpenCV中如何使用图像像素的介绍

python 来源：互联网作者：秩名发布时间：2022-03-03 17:35:06 人浏览

摘要

像素是计算机视觉中图像的重要属性。它们是表示图像中特定空间中光的颜色强度的数值，是图像中数据的最小单位。图像中的像素总数是高度、宽度和通道的乘积。由于OpenCV中的图

像素是计算机视觉中图像的重要属性。它们是表示图像中特定空间中光的颜色强度的数值，是图像中数据的最小单位。

图像中的像素总数是高度、宽度和通道的乘积。

由于OpenCV中的图像被读取为像素值的Numpy数组，因此可以使用数组切片操作获取并处理由该区域的像素表示的图像区域。

切片操作用于检索序列子集，如列表、元组和数组，因此可用于获取图像区域的像素值，以便进行编辑、格式化或裁剪等处理。

切片操作

脚本：使用切片操作获取列表的子集。

# 切片字母列表

letters = ['a', 'b', 'c', 'd', 'e']

# 头三个字母

first_three = letters[:3]

# 最后三个字母

last_three = letters[-3:]

# 得到第二个到第四个字母

second_to_fourth = letters[1:4]

# 显示结果

print('First three letters: ', first_three)

print('Last three letters: ', last_three)

print('Second to fourth letters: ', second_to_fourth)

请注意，我使用索引值对字母列表进行切片。例如，传递起始索引1（列表中第二个字母的索引）和4将返回列表的一个片段，从第二个值到第四个值。

由于索引值用于以这种方式检索子集，因此它们也用于定位和检索图像中感兴趣的区域。

以图像中的区域为目标的切片由图像的两个轴（水平（X）和垂直（Y））的起始值和结束值定义，格式如下：

image[startY: endY, startx:endX]

它返回所需感兴趣区域的（图像像素的）Numpy数组。

那么，我们如何确定感兴趣区域的X轴和Y轴的起始值和结束值？

这些值（startX、endX、startY、endY）是映射出感兴趣区域的坐标值。

使用OpenCV显示时，这些值不会显示在图像旁边，但我们可以使用其他应用程序（如Photoshop、Corel Draw、Paint e.t.c）或其他python可视化库（如Matplotlib）来显示具有X和Y坐标值的图像。

一如既往，这在实践中得到了更好的理解。让我们使用matplotlib显示一个图像。pyplot，我们可以从中检索坐标，这些坐标映射出图像中的目标感兴趣区域。

我用加纳共和国国旗的图像来证明这一点。在这里，我的目标是图像中围绕黑星的区域。

获取感兴趣区域的坐标值

使用Matplotlib加载并显示图像

# 导入matplotlib的plot

import matplotlib.pyplot as plt

# 加载和显示原始图像

image = plt.imread('Flag_of_Ghana.png')

# 显示图片

plt.imshow("Original", image)

plt.plot()

输出：加载的图像及其X和Y坐标。

正如你所看到的，plt.imshow函数返回读取的图像以及x和y轴的坐标值。

然后，我们可以检索感兴趣区域（黑星）的起始和结束坐标值。

追踪黑星区域的坐标值

这幅图像显示了如何追踪黑星周围区域的坐标。

我们可以从图像中检索坐标（startY（y1）、endY（y2）、startX（x1）、endX（x2））。然后，我们可以定义两个轴的起点和终点坐标，并裁剪为：

image[y1: y2, x1:x2]

1	if we get y1, y2 = [145, 295] and x1, x2 = [245, 400]

那么绘制出黑星的区域将是：

1	black_star = image[145:295, 245:400]

这将返回映射感兴趣区域（本例中为黑星）的像素值（在Numpy数组中）。

现在，我们可以利用这种技术对图像区域进行定位和切片，以进行各种图像处理。

使用切片操作裁剪图像

1.加载并显示原始图像

# 导入matplotlib的plot

import matplotlib.pyplot as plt

# 加载和显示原始图像

image = plt.imread('Flag_of_Ghana.png')

# 显示图片

plt.imshow("Original", image)

plt.plot()

输出：显示加载的图像。

2.获取图像的空间维度

# 获取图像的空间尺寸

# 初始化

originY, originX = 0, 0

# 获取图像的高度和宽度

height, width = image.shape[:2]

# 计算图像的中心

(centerX, centerY) = (width // 2, height // 2)

print('Image height: ', height)

print('Image width: ', width)

print('Center location: ', (centerY, centerX))

输出：显示图像的空间尺寸。

3.裁剪图像

裁剪出图像的左上角

# 裁剪图像的左上角

# 高度从原点到中心

# 宽度从原点到中心

top_left = image[originY:centerY, originX:centerX]

cv2.imshow("Top-Left Corner", top_left)

cv2.waitKey(0)

输出：图像的左上角

裁剪出图像的右上角

# 裁剪右上角

# 高度从原点到中心

# 宽度从中心到右上角(宽度)

top_right = image[originY:centerY, centerX:width]

cv2.imshow("Top-Right Corner", top_right)

cv2.waitKey(0)

输出：图像的右上角

裁剪出图像的左下角

# 裁剪左下角

# 高度从中心到左下角(高度)

# 宽度从中心到右上角(宽度)

bottom_left = image[centerY:height, originX:centerX]

cv2.imshow("Bottom-Left Corner", bottom_left)

cv2.waitKey(0)

输出：图像的左下角

裁剪出图像的右下角

# 裁剪右下角

# 高度从中心到左下角(高度)

# 宽度从中心到右上角(宽度)

bottom_right = image[centerY:height, centerX:width]

cv2.imshow("Bottom-Right Corner", bottom_right)

cv2.waitKey(0)

输出：左下角。

4.使用尺寸将部分图像设置为特定颜色。

# 设置原始图像的左上角为绿色

image[originY:centerY, originX:centerX] = (0, 255, 0)

# 显示更新后的图像

cv2.imshow("Updated", image)

cv2.waitKey(0)

输出：将左上角设置为绿色

总结

图像像素是表示图像中颜色强度的数值。使用OpenCV获取和设置不同图像处理的图像像素的过程基于Numpy阵列的切片操作。切片像素值在裁剪、重置、复制或增强图像时非常有用。

您可能感兴趣的文章 :

原文链接 : https://blog.csdn.net/woshicver/article/details/123244053

Tag : opencv(40)

Python Django教程之实现新闻应用程序

Django是一个用Python编写的高级框架，它允许我们创建服务器端Web应用程序。在本文中，我们将了解如何使用Django创建新闻应用程序。我们将
书写Python代码的一种更优雅方式(推荐!)

一些比较熟悉pandas的读者朋友应该经常会使用query()、eval()、pipe()、assign()等pandas的常用方法，书写可读性很高的「链式」数据分析处理代码
Python灰度变换中伽马变换分析实现

1. 介绍伽马变换主要目的是对比度拉伸，将图像灰度较低的部分进行修正伽马变换针对的是对单个像素点的变换，也就是点对点的映射形
使用OpenCV实现迷宫解密的全过程

一、你能自己走出迷宫吗？如下图所示，可以看到是一张较为复杂的迷宫图，相信也有人尝试过自己一点一点的找出口，但我们肉眼来解谜
Python中的数据精度问题的介绍

一、python运算时精度问题 1.运行时精度问题在Python中（其他语言中也存在这个问题，这是计算机采用二进制导致的），有时候由于二进制和
Python随机值生成的常用方法

一、随机整数 1.包含上下限：[a, b] 1 2 3 4 import random #1、随机整数：包含上下限：[a, b] for i in range(10): print(random.randint(0,5),end= | ) 查看运行结
Python字典高级用法深入分析讲解

一、 collections 中 defaultdict 的使用 1.字典的键映射多个值将下面的列表转成字典 l = [(a,2),(b,3),(a,1),(b,4),(a,3),(a,1),(b,3)] 一个字典就是一个键对
Python浅析多态与鸭子类型使用实例

什么多态：同一事物有多种形态为何要有多态=》多态会带来什么样的特性，多态性多态性指的是可以在不考虑对象具体类型的情况下而直
Python字典高级用法深入分析介绍

一、 collections 中 defaultdict 的使用 1.字典的键映射多个值将下面的列表转成字典 l = [(a,2),(b,3),(a,1),(b,4),(a,3),(a,1),(b,3)] 一个字典就是一个键对
Python淘宝或京东等秒杀抢购脚本实现(秒杀脚本

我们的目标是秒杀淘宝或京东等的订单，这里面有几个关键点，首先需要登录淘宝或京东，其次你需要准备好订单，最后要在指定时间快速