Python图像处理丨OpenCV+Numpy库读取与修改像素
摘要:本篇文章主要讲解 OpenCV+Numpy 图像处理基础知识,包括读取像素和修改像素。
本文分享自华为云社区《[Python图像处理] 二.OpenCV+Numpy库读取与修改像素》,作者: eastmount。
一.传统读取像素方法
1.灰度图像,返回灰度值。
返回值=图像(位置参数),例:p = img[88,142] print§
# -*- coding:utf-8 -*- import cv2 #读取图片 img = cv2.imread("picture.bmp", cv2.IMREAD_UNCHANGED) #灰度图像 p = img[88, 142] print(p) #显示图像 cv2.imshow("Demo", img) #等待显示 cv2.waitKey(0) cv2.destroyAllWindows() #写入图像 cv2.imwrite("testyxz.jpg", img)
输出结果如下图所示:[131 131 131],由于该图是24位BMP,B=G=R输出三个相同的结果,有的图像仅有一个像素点则输出一个值。
![](https://pic2.zhimg.com/80/v2-9cd29f165623c04f967fd0144f55f34d_720w.jpg)
2.BGR图像,返回值为B、G、R的值。
例:
b = img[78, 125, 0] print(b)
g = img[78, 125, 1] print(g)
r = img[78,125, 2] print®
# -*- coding:utf-8 -*- import cv2 #读取图片 img = cv2.imread("test.jpg", cv2.IMREAD_UNCHANGED) #BGR图像 b = img[78, 125, 0] print(b) g = img[78, 125, 1] print(g) r = img[78, 125, 2] print(r) #方法二 bgr = img[78, 125] print(bgr) #显示图像 cv2.imshow("Demo", img) #等待显示 cv2.waitKey(0) cv2.destroyAllWindows() #写入图像 cv2.imwrite("testyxz.jpg", img)
输出像素和图像如下所示:
155
104
61
[155 104 61]
![](https://pic1.zhimg.com/80/v2-542520019994c61117e28ac044d88d84_720w.jpg)
二.传统修改像素方法
1.修改单个像素值
BGR图像可以通过位置参数直接访问像素值并进行修改,输出结果如下所示:
# -*- coding:utf-8 -*- import cv2 #读取图片 img = cv2.imread("test.jpg", cv2.IMREAD_UNCHANGED) #BGR图像 print(img[78, 125, 0]) print(img[78, 125, 1]) print(img[78, 125, 2]) #修改像素 img[78, 125, 0] = 255 img[78, 125, 1] = 255 img[78, 125, 2] =255 print(img[78, 125]) img[78, 125] = [10, 10, 10] print(img[78, 125, 0]) print(img[78, 125, 1]) print(img[78, 125, 2]) #方法二 print(img[78, 125]) img[78, 125] = [10, 10, 10] print(img[78, 125])
输出结果如下所示,通过两种方法分别将B、G、R像素值修改为255和0。
155
104
61
255
255
255
[255 255 255]
[10 10 10]
2.修改区域像素
通过访问图像数组的位置区域实现区域像素修改,比如 [100:150,400:500] 是访问第100到150行,400到500列的区域,再对该区域像素进行修改。代码如下所示:
# -*- coding:utf-8 -*- import cv2 #读取图片 img = cv2.imread("test.jpg", cv2.IMREAD_UNCHANGED) #BGR图像 img[100:150, 400:500] = [255, 255, 0] #显示图像 cv2.imshow("Demo", img) #等待显示 cv2.waitKey(0) cv2.destroyAllWindows() #写入图像 cv2.imwrite("testyxz.jpg", img)
输出结果如下图所示,[255, 255, 0]是浅蓝色。
![](https://pic2.zhimg.com/80/v2-bd8bcf919598b1e0bae88874fc6ac1a9_720w.jpg)
三.Numpy读取像素方法
使用Numpy进行像素读取,调用方式如下:
返回值 = 图像.item(位置参数)
# -*- coding:utf-8 -*- import cv2 import numpy #读取图片 img = cv2.imread("test.jpg", cv2.IMREAD_UNCHANGED) #Numpy读取像素 blue = img.item(78, 100, 0) green = img.item(78, 100, 1) red = img.item(78, 100, 2) print(blue) print(green) print(red) #显示图像 cv2.imshow("Demo", img) #等待显示 cv2.waitKey(0) cv2.destroyAllWindows()
输出结果如下,注意OpenCV读取图像通道是BGR,也可以转换成RGB在进行处理。
155
104
61
四.Numpy修改像素方法
使用Numpy的itemset函数修改像素,调用方式如下:
图像.itemset(位置, 新值)
例如:img.itemset((88,99), 255)
# -*- coding:utf-8 -*- import cv2 import numpy #读取图片 img = cv2.imread("test.jpg", cv2.IMREAD_UNCHANGED) #Numpy读取像素 print(img.item(78, 100, 0)) print(img.item(78, 100, 1)) print(img.item(78, 100, 2)) img.itemset((78, 100, 0), 100) img.itemset((78, 100, 1), 100) img.itemset((78, 100, 2), 100) print(img.item(78, 100, 0)) print(img.item(78, 100, 1)) print(img.item(78, 100, 2))
输出结果如下:
155
104
61
100
100
100
也可以同时输出B、G、R三个值,核心代码如下:
print(img[78, 78]) img.itemset((78, 78, 0), 0) img.itemset((78, 78, 1), 0) img.itemset((78, 78, 2), 0) print(img[78, 78]) #[155 104 61] #[0 0 0]
本文摘录自eastmount X华为云开发者社区联合出品的电子书《从零到一 • Python图像处理及识别》。
点击免费下载电子书《从零到一 • Python图像处理及识别》
相关文章
- 码神说Python安装及pycharm
- Python0基础(上)——期末不挂科
- Python0基础(中)——期末不挂科
- Python0基础(下)——期末不挂科
- 当我给女同学用python画了个圣诞树后……
- 连Python都不熟也能跑通AI人脸识别?“隐藏Boss”竟是它!
- 探究Python源码,终于弄懂了字符串驻留技术
- Python进阶丨如何创建你的第一个Python元类?
- 终于搞懂了Python模块之间的相互引用问题
- Python 基于xml.etree.ElementTree实现XML对比
- 手把手带你入门加密算法的Python实现
- Python基础之网络编程:7、网络并发编程理论与实操(三)
- Python基础之网络编程:6、网络并发编程理论与实操(二)
- Python基础之网络编程:5、网络并发编程理论与实操(一)
- Python基础之网络编程:4、黏包及解决办法
- Python基础之网络编程:3、socket模块
- Python基础之网络编程:2、OSI七层协议
- Python基础之网络编程:1、C/S架构和B/S架构
- Python基础阶段总结:ATM项目实战
- Python基础之模块:7、项目开发流程和项目需求分析及软件开发目录