标签:img Python cv2 像素 OpenCV 图像处理 125 图像 78
文章目录
数据读取-图像
读入图像
- cv2.imread(‘文件名’ [,显示控制参数]):图像读取
- cv2.IMREAD-COLOR:彩色图像
- cv2.IMREAD-GRAYSCALE:灰度图像
显示图像
- cv2.imshow(窗口名,图像名)
- cv2.waitKye( [,delay])
delay:
delay>0 等待delay毫秒
delay<0 等待键盘敲击
delay=0 无限等待 - cv2.destroyAllWindows(): 删除所有窗口
保存图像
- cv2.imwrite(‘文件地址’,文件名)
像素处理
读取像素
灰度图像:返回值 = 图[位置参数]
BGR图像:返回B,G,R的值
- blue = img[78,125,0]
- green = img[78,125,1]
- red = img[78,125,2]
- p = img[78,125] --> [ B , G , R ]
修改像素: 直接赋值img[B, G, R] = 255
使用numpy访问像素
读取像素: 返回值 = 图像.item(位置参数)
- blue = img.item[78,125,0]
- green = img.item[78,125,1]
- red = img.item[78,125,2]
修改像素:图像名.itemset(位置, 新值)
- img.itemset((88,99),255)
获取图像属性
- shape可以获取图像的形状,返回包括行数,列数,通道数的元祖
灰度图像:返回行数,列数
彩色图像:返回行数,列数,通道数
print(img.shape)
#(768,572,3)
- size可以获取图像的像素数目
print(img.size)
#1317888
- dtype返回的是图像的数据类型
print(img.dtype)
#uint8
图像ROI
- ROI(region of interest),感兴趣区域
- 从被处理的图像以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域
- 可以同过各种算子(Operator)和函数来求得感兴趣区域ROI,并进行图像的下一步处理
通道的拆分与合并
- 图像的拆分:cv2.split(图像)
#一次拆分
b,g,r = cv2.split(img)
cv2.imshow('B',b)
cv2.imshow('G',g)
cv2.imshow('R',r)
cv2.waitKey()
cv2.destroyAllWindows()
#分开拆分
b = cv2.split(img)[0]
g = cv2.split(img)[1]
r = cv2.split(img)[2]
- 图像的合并:cv2.merge([b,g,r]) #注意BGR的顺序
加法运算
参与运算的图像大小、类型必须一致
Numpy运算
- 取模加法
OpenCV加法
- 饱和运算
图像融合
- 将两张或两张以上的图像信息融合到一张图像上
- 融合的图像含有更多的信息、能够更方便人来观察或者计算机处理
图像融合函数:addWeighted
dst = cv.addWeighted(src1,alpha,src2,beta,gamma)
#参数gamma(亮度调节值)不能省略
标签:img,Python,cv2,像素,OpenCV,图像处理,125,图像,78 来源: https://blog.csdn.net/qq_45625499/article/details/113695397
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。