Skip to main content

04: 图像基本操作

学习获取和修改像素点的值,ROI 感兴趣区域,通道分离合并等基本操作。图片等可到文末引用处下载。

目标

  • 访问和修改图片像素点的值
  • 获取图片的宽、高、通道数等属性
  • 了解感兴趣区域 ROI
  • 分离和合并图像通道

教程

获取和修改像素点值

我们先读入一张图片:

import cv2

img = cv2.imread('lena.jpg')

通过行列的坐标来获取某像素点的值,对于彩色图,结果是 B,G,R 三个值的列表,对于灰度图或单通道图,只有一个值:

px = img[100, 90]
print(px) # [103 98 197]

# 只获取蓝色 blue 通道的值
px_blue = img[100, 90, 0]
print(px_blue) # 103

还记得吗?行对应 y,列对应 x,所以其实是img[y, x],需要注意噢(●ˇ∀ˇ●)。容易混淆的话,可以只记行和列,行在前,列在后。

修改像素的值也是同样的方式:

img[100, 90] = [255, 255, 255]
print(img[100, 90]) # [255 255 255]
tip

还有一种性能更好的方式,获取:img.item(100,100,0),修改:img.itemset((100,100,0),255),但这种方式只能 B,G,R 逐一进行。

注意:这步操作只是内存中的 img 像素点值变了,因为没有保存,所以原图并没有更改。

图片属性

img.shape获取图像的形状,图片是彩色的话,返回一个包含行数(高度)、列数(宽度)和通道数的元组,灰度图只返回行数和列数:

print(img.shape)  # (263, 247, 3)
# 形状中包括行数、列数和通道数
height, width, channels = img.shape
# img 是灰度图的话:height, width = img.shape

img.dtype获取图像数据类型:

print(img.dtype)  # uint8
tip

多数错误是因为数据类型不对导致的,所以健壮的代码应该对这个属性加以判断。

img.size获取图像总像素数:

print(img.size)  # 263*247*3=194883

ROI

ROI:Region of Interest,感兴趣区域。什么意思呢?比如我们要检测眼睛,因为眼睛肯定在脸上,所以我们感兴趣的只有脸这部分,其他都不 care,所以可以单独把脸截取出来,这样就可以大大节省计算量,提高运行速度。

只关心脸 ( ╯□╰ )

截取 ROI 非常简单,指定图片的范围即可(后面我们学了特征后,就可以自动截取辣,(ง •_)ง):

# 截取脸部 ROI
face = img[100:200, 115:188]
cv2.imshow('face', face)
cv2.waitKey(0)

通道分割与合并

彩色图的 BGR 三个通道是可以分开单独访问的,也可以将单独的三个通道合并成一副图像。分别使用cv2.split()cv2.merge()

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

split()函数比较耗时,更高效的方式是用 numpy 中的索引,如提取 B 通道:

b = img[:, :, 0]
cv2.imshow('blue', b)
cv2.waitKey(0)

小结

  • img[y,x]获取/设置像素点值,img.shape:图片的形状(行数、列数、通道数),img.dtype:图像的数据类型。
  • img[y1:y2,x1:x2]进行 ROI 截取,cv2.split()/cv2.merge()通道分割/合并。更推荐的获取单通道方式:b = img[:, :, 0]

练习

  1. 打开 lena.jpg,将帽子部分(高:25~120,宽:50~220)的红色通道截取出来并显示。

接口文档

引用