Python OpenCV 針對(duì)圖像細(xì)節(jié)的不同操作技巧
本系列專(zhuān)欄寫(xiě)作將采用首創(chuàng)的問(wèn)答式寫(xiě)作形式,快速讓你學(xué)習(xí)到 OpenCV 的初級(jí)、中級(jí)、高級(jí)知識(shí)。
6. 在 Python OpenCV 針對(duì)圖像細(xì)節(jié)的不同操作
本篇博客的目標(biāo)將為你解釋一幅圖像的拆解,包括圖像像素的說(shuō)明,圖像屬性信息的獲取與修改,
圖像目標(biāo)區(qū)域 ROI 相關(guān)內(nèi)容,以及圖像通道的知識(shí)(包括拆分通道和合并通道)
這些內(nèi)容在知識(shí)結(jié)構(gòu)上與 numpy
庫(kù)十分緊密,如果從學(xué)習(xí)的角度出發(fā),建議你儲(chǔ)備一下 numpy
相關(guān)知識(shí)。
讀取修改圖像的像素值
在之前的博客中,我們已經(jīng)學(xué)到了如何讀取一幅圖像,使用 cv2.imread
函數(shù)即可,并且掌握了該函數(shù)的兩個(gè)關(guān)鍵參數(shù)。
讀取圖片之后,我們可以直接使用操作數(shù)組的方式獲取圖像任意位置的顏色,一般這個(gè)顏色的默認(rèn)順序是 BGR。
測(cè)試代碼如下:
import cv2 import matplotlib.pyplot as plt src = cv2.imread("./6_test.jpg") # 獲取 100 x 100 位置的像素值 print(src[100, 100]) cv2.imshow("src", src) cv2.waitKey()
這里首先獲取 100 x 100 位置的像素值。src[100,100]
會(huì)獲取到三個(gè)值,分別對(duì)應(yīng)的 BGR 通道的值。我們?cè)趫D片上標(biāo)記一個(gè)像素點(diǎn),rows = 250,cols=470 ,接下來(lái)修改上述代碼,看獲取到的 BGR 值。
import cv2 import matplotlib.pyplot as plt src = cv2.imread("./6_test.jpg") # 注意獲取像素值的格式為 [cols,rows] print(src[250, 470]) cv2.imshow("src", src) cv2.waitKey()
上文特別注意的就是,獲取像素值的格式為 [cols,rows]
,列在前,行在后。
以上獲取到的是 BGR 值,也可以只獲取單個(gè)通道的值,對(duì)應(yīng)的代碼是 [cols,rows,channel]
,對(duì)應(yīng)到代碼部分,如下所示:
# 獲取藍(lán)色通道值 print(src[250, 470, 0])
藍(lán)色通道對(duì)應(yīng) 0,綠色通道為 1,紅色通道為 2,超出以上三個(gè)值,就會(huì)出現(xiàn)如下錯(cuò)誤:
IndexError: index 3 is out of bounds for axis 2 with size 3
當(dāng)前如果你直接讀取了灰度圖,例如下述代碼,三個(gè)通道的值是相同的。
import cv2 import matplotlib.pyplot as plt src = cv2.imread("./6_test.jpg", 0) # 注意獲取像素值的格式為 [cols,rows] print(src[250, 470]) cv2.imshow("src", src) cv2.waitKey()
這個(gè)地方還有一個(gè)編碼上存在的潛在問(wèn)題,如果讀取的是四通道圖片,即圖片有透明度,那數(shù)組的索引值可以讀取到 3,也就是下述代碼是正確的。
import cv2 import matplotlib.pyplot as plt src = cv2.imread("./test.jpg", -1) # 注意獲取像素值的格式為 [cols,rows] print(src[250, 470, 3]) cv2.imshow("src", src) cv2.waitKey()
src[250, 470, 3]
成功讀取到了透明通道的值。
我們可以針對(duì)特定的像素點(diǎn)進(jìn)行值的修改,例如下述代碼
import cv2 import matplotlib.pyplot as plt src = cv2.imread("./6_test.jpg") # 注意獲取像素值的格式為 [cols,rows] src[250, 470] = [255, 255, 255] cv2.imshow("src", src) cv2.waitKey()
注意下圖的紅色箭頭指向的位置,出現(xiàn)一個(gè)白色亮點(diǎn),使用該辦法,可以制造出一個(gè)【椒鹽圖片】。
這個(gè)地方需要注意的一個(gè)潛在 BUG,讀取圖片的通道數(shù),決定了你復(fù)制時(shí)數(shù)組元素個(gè)數(shù),例如下述代碼將會(huì)報(bào)錯(cuò)。
import cv2 import matplotlib.pyplot as plt src = cv2.imread("./6_test.jpg") # 注意獲取像素值的格式為 [cols,rows] src[250, 470] = [255, 255, 255, 255] cv2.imshow("src", src) cv2.waitKey()
錯(cuò)誤信息都是類(lèi)似的,提示數(shù)組維度不同。
ValueError: cannot copy sequence with size 4 to array axis with dimension 3
最后一點(diǎn)使用以上方式操作圖像的像素點(diǎn),非常耗時(shí),因?yàn)橐粡垐D片的像素點(diǎn)數(shù)據(jù)是非常大的,一般情況下能用 numpy 集成好的方法,就不要用這種最笨拙的方式。
使用 numpy 獲取通道值,注意該方式獲取的是標(biāo)量,如果你想獲得所有 BGR 的值,你需要使用 array.item()
依次獲取。
import cv2 import numpy as np src = cv2.imread("./6_test.jpg") print(src[100, 100]) b = src.item(100, 100, 0) g = src.item(100, 100, 1) r = src.item(100, 100, 2) print(b, g, r) cv2.imshow("src", src) cv2.waitKey()
如果希望設(shè)置該值,直接使用 itemset
函數(shù)即可。
src.itemset((100, 100, 0), 200) print(src[100, 100])
可以任意尋找一張圖片進(jìn)行對(duì)應(yīng)的測(cè)試,運(yùn)行效果如下:
[ 31 68 118]
31 68 118
[200 68 118]
OpenCV 中圖像屬性常見(jiàn)問(wèn)題解析
對(duì)于一幅圖像,除了像素矩陣以外,還有一個(gè)非常重要的內(nèi)容,是圖像的屬性,這些包括行、列、通道、數(shù)據(jù)類(lèi)型,像素?cái)?shù)量、圖像形狀等內(nèi)容。
例如,我們經(jīng)常使用 img.shape
去獲取圖像的形狀,尤其注意的是,返回的內(nèi)容是行數(shù)(rows),列數(shù)(cols),以及通道數(shù)(channels),并且返回值類(lèi)型是一個(gè)元組。
如果你讀取圖像的時(shí)候,設(shè)置緊讀取灰度圖,那只會(huì)返回行數(shù)和列數(shù),相應(yīng)的通過(guò)這個(gè)值很容易能判斷出你加載的圖像類(lèi)型。
例如下述代碼,通過(guò)不同的方式讀取同一張圖片,輸出圖像的不同形狀。
import cv2 import numpy as np # 選擇一個(gè) jpg 圖片,可以讀取到不同的通道 src1 = cv2.imread("./test.jpg", -1) src2 = cv2.imread("./test.jpg", 0) src3 = cv2.imread("./test.jpg") # 四通道,包含透明通道 print(src1.shape) # 灰度圖 print(src2.shape) # 三通道 print(src3.shape)
輸出結(jié)果可以快速的讀取出圖像是彩色圖像還是灰度圖像。
(397, 595, 4) (397, 595) (397, 595, 3)
使用 img.size
可以快速返回圖像中像素的合計(jì)數(shù)目,測(cè)試代碼如下:
# 選擇一個(gè) jpg 圖片,可以讀取到不同的通道 src1 = cv2.imread("./test.jpg", -1) src2 = cv2.imread("./test.jpg", 0) src3 = cv2.imread("./test.jpg") # 四通道,包含透明通道 print(src1.shape) print(src1.size) # 灰度圖 print(src2.shape) print(src2.size) # 三通道 print(src3.shape) print(src3.size)
我們依舊三種不同的讀取方式,讀取到的像素?cái)?shù)分別如下:
(397, 595, 4) 944860 (397, 595) 236215 (397, 595, 3) 708645
注意,灰度圖像和彩色圖像的像素?cái)?shù)不同,它們之前存在如下關(guān)系。
灰度圖像的像素?cái)?shù) = 行數(shù) x 列數(shù) = 397 x 595 = 236215
彩色圖像的像素?cái)?shù) = 行數(shù) x 列數(shù) x 通道數(shù) = 944860 (四通道)/ 708645(三通道)
使用 img.dtype
屬性可以獲取到圖像的類(lèi)型,具體如下:
print(src1.dtype)
這里讀取到的值,都是相同的 uint8
表示 8 位圖像,這里可以記住只要是 uint8
格式,那對(duì)應(yīng)的 BGR 值的范圍就是在 [0,255]
之間。
在操作上述屬性值的時(shí)候,會(huì)出現(xiàn)如下 BUG,該 BUG 的通用解決方案是排查圖片是否正常讀取,需要特別注意下:
AttributeError: 'NoneType' object has no attribute 'shape'
print(src1.dtype)
這里讀取到的值,都是相同的 uint8
表示 8 位圖像,這里可以記住只要是 uint8
格式,那對(duì)應(yīng)的 BGR 值的范圍就是在 [0,255]
之間。
在操作上述屬性值的時(shí)候,會(huì)出現(xiàn)如下 BUG,該 BUG 的通用解決方案是排查圖片是否正常讀取,需要特別注意下:
AttributeError: 'NoneType' object has no attribute 'shape'
到此這篇關(guān)于Python OpenCV 針對(duì)圖像細(xì)節(jié)的不同操作的文章就介紹到這了,更多相關(guān)Python OpenCV圖像內(nèi)容請(qǐng)搜索本站以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持本站!
版權(quán)聲明:本站文章來(lái)源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有,歡迎引用、轉(zhuǎn)載,請(qǐng)保持原文完整并注明來(lái)源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站,禁止在非www.sddonglingsh.com所屬的服務(wù)器上建立鏡像,否則將依法追究法律責(zé)任。本站部分內(nèi)容來(lái)源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來(lái),僅供學(xué)習(xí)參考,不代表本站立場(chǎng),如有內(nèi)容涉嫌侵權(quán),請(qǐng)聯(lián)系alex-e#qq.com處理。