OpenCV图像基本操作图像基本操作|OpenCV

本文概述

访问和修改像素值
访问图像属性
图像投资回报率(感兴趣区域)
分割和合并图像通道
为图像制作边框
图像颜色变化

在本教程中, 我们将学习与图像有关的基本操作。我们将讨论以下主题。

访问像素值并修改它们
访问图像属性
设定影像区域
分割和合并图像
更改图像颜色

访问和修改像素值我们可以通过其行和列坐标来检索像素值。它返回BGR图像的蓝色, 绿色, 红色值的数组。它返回灰度图像的相应强度。首先, 我们需要加载BGR图片。

import numpy as npimport cv2img = cv2.imread("C:\Users\DEVANSH SHARMA\cat.jpeg", 1)pixel = img[100, 100]print(pixel)

输出

[190 166 250]

访问图像属性最好知道要与图像处理应用程序一起使用的图像的大小。在OpenCV中, 图像通常存储在Numpy ndarray中。要获取图像的形状或大小, 请使用ndarray.shape查找图像的尺寸。然后, 我们可以使用索引位置获取通道的高度, 宽度和数量。
考虑以下示例：

import cv2# read imageimg = cv2.imread(r'C:\Users\DEVANSH SHARMA\cat.jpeg', 1)# height, width, number of channels in imageheight = img.shape[0]width = img.shape[1]channels = img.shape[2]size1 = img.sizeprint('Image Dimension: ', dimensions)print('Image Height: ', height)print('Image Width: ', width)print('Number of Channels : ', channels)print('Image Size:', size1)

输出

Image Dimension:(4, 1, 3)Image Height:4Image Width:1Number of Channels :3Image Size: 12

图像投资回报率(感兴趣区域) 有时, 我们需要处理图像的某些区域。正如我们在上一教程中讨论的那样, 人脸检测涵盖了整个场景。当获得一张脸时, 我们只选择脸部区域并在其中搜索眼睛, 而不是搜索整个图像。由于眼睛始终在脸上, 不需要搜索整个图像, 因此它可以提高准确性和性能。

文章图片
在上图中, 如果需要选择球。我们只需要选择球区域。
分割和合并图像通道图像的BGR通道可以在需要时分为其平面。然后, 各个通道可以再次从BGR图像合并回去。这可以通过以下方式完成：

b, g, r = cv2.split(img)img = cv2.merge((b, g, r))

b = img[:, :, 0]

注意：cv2.split()函数是一个慢函数。 NumPy索引非常有效, 应该尽可能使用它。为图像制作边框 OpenCV提供cv2.copyMakeBorder()函数来在图像周围创建边框, 类似于相框。该函数的语法如下。

cv2.copyMakeBorder(src, top, bottom, left, right, border type)

参数：
src-表示输入图像。
顶部, 底部, 左侧, 右侧-定义相应方向上像素数的边框宽度。
borderType-定义要添加的边框类型。边框可以是以下类型。
value-边框类型为cv.BORDER_CONSTANT时边框的颜色
考虑以下示例：

import cv2 as cvimport numpy as npfrom matplotlib import pyplot as pltBLUE = [255, 0, 0]img1 = cv.imread(r'C:\User\DEVANSH SHARMA\flower.jpg', 1)replicate = cv.copyMakeBorder(img1, 10, 10, 10, 10, cv.BORDER_REPLICATE)reflect = cv.copyMakeBorder(img1, 10, 10, 10, 10, cv.BORDER_REFLECT)reflect101 = cv.copyMakeBorder(img1, 10, 10, 10, 10, cv.BORDER_REFLECT_101)wrap = cv.copyMakeBorder(img1, 10, 10, 10, 10, cv.BORDER_WRAP)constant= cv.copyMakeBorder(img1, 10, 10, 10, 10, cv.BORDER_CONSTANT, value=http://www.srcmini.com/BLUE)plt.subplot(231), plt.imshow(img1,'gray'), plt.title('ORIGINAL')plt.subplot(232), plt.imshow(replicate, 'gray'), plt.title('REPLICATE')plt.subplot(233), plt.imshow(reflect, 'gray'), plt.title('REFLECT')plt.subplot(234), plt.imshow(reflect101, 'gray'), plt.title('REFLECT_101')plt.subplot(235), plt.imshow(wrap, 'gray'), plt.title('WRAP')plt.subplot(236), plt.imshow(constant, 'gray'), plt.title('CONSTANT')plt.show()

图像颜色变化 OpenCV的cvtColor
cvtColor用于将图像从一种颜色空间转换为另一种颜色空间。语法如下：

cv2.cvtColor(src, dst, code)

参数：
src-用于输入图像：8位无符号。
dst-用于显示图像作为输出。输出图像的大小和深度将与输入图像相同。
代码-颜色空间转换代码。
考虑以下示例：

# importing cv2import cv2# path of the input imagepath = (r'C:\Users\DEVANSH SHARMA\cat.jpeg')# Reading an image in default mode src = http://www.srcmini.com/cv2.imread(path) # Window name in which image is displayed window_name ='Image' # Using cv2.cvtColor() method # Using cv2.COLOR_BGR2GRAY color space for convert BGR image to grayscale# conversion code image = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY ) # Displaying the imagecv2.imshow(window_name, image)

【OpenCV图像基本操作】输出