(Python)从零开始,简单快速学机器仿人视觉Opencv—第六节:OpenCV图像的一些基本操作

提前准备

  使用工具Python3.5 使用包cv2，numpy  

任务1 获取并修改像素值

  读取一副图像，根据像素的行和列的坐标获取它的像素值，对于RGB图像而言，返回RGB的值，对于灰度图则返回灰度值  

import cv2
import numpy
img = cv2.imread('45.jpg')
px=img[100,100]
print(px)
blue = img[100,100,0]
print(blue)
img[101,101]=[255,255,255]
print(img[101,101])

  numpy是经过优化了的进行快速矩阵运算的包，所以不推荐逐个获取像素值并修改能矩阵运算就不要用循环。 例如前5行的后3列，用numpy的array.item()和array.itemset()会更好。但是返回是标量，如果想获得所有RGB的值，需要使用array.item()分割他们。 更好的方法是  

import cv2
import numpy
img = cv2.imread('45.jpg')
print(img.item(10,10,2))
img.itemset((10,10,2),100)
print(img.item(10,10,2))

任务2 获取图像属性

  图像属性包括：行，列，通道，图像数据类型，像素数目等  

 成员1：
 img.shape 调用这个成员可以获得图像的形状，返回值是一个包含行数，列数，通道数的元组

  实例代码：  

import cv2
import numpy
img = cv2.imread('45.jpg')
print(img.shape)

  如果图像是灰度图，返回值仅有行数和列数，所以通过检查返回值可以判断是灰度图还是彩色图  

成员2：
img.size 可以返回图像的像素数目

  实例代码：  

import cv2
import numpy
img = cv2.imread('45.jpg')
print(img.size)

  像素的数目=行数 x 列数 x 通道数  

成员3
img.dtype返回图像的数据类型，在debug时很重要，因为OpenCV-Python代码中经常出现数据类型的不一致

  实例代码：  

import cv2
import numpy
img = cv2.imread('45.jpg')
print(img.dtype)

总结

（本系列每周不定期更新，谢谢大家支持！）