Python 图像处理 OpenCV (3):图像属性、图像感兴趣 ROI 区域及通道处理
前文传送门:
「Python 图像处理 OpenCV (2):像素处理与 Numpy 操作以及 Matplotlib 显示图像」
图像属性
图像属性包括行数,列数和通道数,图像数据类型,像素数等。
1. 形状:shape
图像的形状可以通过 shape
关键字进行获取,使用 shape
关键的后,获取的信息包括行数、列数、通道数的元祖。
需要注意的是,如果是灰度图片,只会返回图像的行数和列数,而彩色图片才会图像的行数、列数和通道数。
示例如下:
import cv2 as cv
# 读取彩色图片
color_img = cv.imread("maliao.jpg", cv.IMREAD_ANYCOLOR)
print(color_img.shape)
# 结果打印
(310, 560, 3)
# 读取灰度图片
gray_img = cv.imread("maliao.jpg", cv.IMREAD_GRAYSCALE)
print(gray_img.shape)
# 结果打印
(310, 560)
2. 像素数量:size
图像的像素数量可以通过关键字 size
进行获取。
同样需要注意的是,灰度图片的像素数量是要小于彩色图片的,具体的关系是 1/3 。
import cv2 as cv
# 读取彩色图片
color_img = cv.imread("maliao.jpg", cv.IMREAD_ANYCOLOR)
print(color_img.size)
# 结果打印
520800
# 读取灰度图片
gray_img = cv.imread("maliao.jpg", cv.IMREAD_GRAYSCALE)
print(gray_img.size)
# 结果打印
173600
3. 图像类型-dtype
图像类型是通过关键字 dtype
获取的,通常返回 uint8 ,这个属性在彩色图片和灰度图片中是保持一致的。
注意 dtype 在调试时非常重要,因为 OpenCV-Python 代码中的大量错误是由无效的数据类型引起的。
import cv2 as cv
# 读取彩色图片
color_img = cv.imread("maliao.jpg", cv.IMREAD_ANYCOLOR)
print(color_img.dtype)
# 结果打印
uint8
# 读取灰度图片
gray_img = cv.imread("maliao.jpg", cv.IMREAD_GRAYSCALE)
print(gray_img.dtype)
# 结果打印
uint8
获取图像感兴趣 ROI 区域
ROI(Region of Interest)表示感兴趣区域。
它是指从被处理图像以方框、圆形、椭圆、不规则多边形等方式勾勒出需要处理的区域。可以通过各种算子(Operator)和函数求得感兴趣ROI区域,并进行图像的下一步处理,被广泛应用于热点地图、人脸识别、图像分割等领域。
如果我们要对于图像中的眼睛检测,首先对整个图像进行人脸检测。在获取人脸图像时,我们只选择人脸区域,搜索其中的眼睛,而不是搜索整个图像。它提高了准确性(因为眼睛总是在面部上:D )和性能(因为我们搜索的区域很小)。
我们通过像素矩阵可以直接得到 ROI 区域,如: img[200:400, 200:400]
。
比如下面这个示例我们获取马里奥的脸,然后再把它显示出来:
import cv2 as cv
img = cv.imread("maliao.jpg", cv.IMREAD_UNCHANGED)
face = img[10:175, 100:260]
# 原始图像显示
cv.imshow("demo", img)
# 马里奥的脸显示
cv.imshow("face", face)
#等待显示
cv.waitKey(0)
cv.destroyAllWindows()
它的结果如下:
如果我们要把这两张图像合成一张图像,可以对图像进行区域赋值:
import cv2 as cv
img = cv.imread("maliao.jpg", cv.IMREAD_UNCHANGED)
# 获取 ROI 区域
face = img[10:175, 100:260]
# 图像赋值
img[0:165, 0:160] = face
# 原始图像显示
cv.imshow("demo", img)
#等待显示
cv.waitKey(0)
cv.destroyAllWindows()
结果如下:
这里我稍微偷点懒,直接就把 ROI 区域放在了图片的左上角,这个位置可以随意指定,但是指定的区域要和 ROI 的区域一样大,否则会报一个 ValueError
的错误。
拆分和合并图像通道
1. 拆分图像通道
有些时候,我们需要分别处理图像的 B,G,R 通道。的通道,用 PS 抠过图的人应该都清楚抠图的时候可以使用单通道进行抠图操作。
将图像的通道拆分出来可以使用 split()
函数,如下:
import cv2 as cv
img = cv.imread("maliao.jpg", cv.IMREAD_UNCHANGED)
#拆分通道
b, g, r = cv.split(img)
# 分别显示三个通道的图像
cv.imshow("B", b)
cv.imshow("G", g)
cv.imshow("R", r)
# 等待显示
cv.waitKey(0)
cv.destroyAllWindows()
结果如下:
可以看到,三个通道的图像看起来都是灰白色的,这个玩过 PS 的人应该都很熟悉。
除了使用 split()
函数获取图像通道,还可以通过索引进行获取,代码如下:
b = img[:, :, 0]
g = img[:, :, 1]
r = img[:, :, 2]
如果需要将所有红色像素都设置为零,无需先拆分通道,索引更快:
img[:, :, 2] = 0
注意:
split()
函数是一项耗时的操作(就时间而言)。因此,仅在必要时才这样做。否则请进行Numpy索引。
2. 合并图像通道
合并图像通道我们使用函数 merge()
,示例如下:
import cv2 as cv
img = cv.imread("maliao.jpg", cv.IMREAD_UNCHANGED)
# 拆分通道
b, g, r = cv.split(img)
# 合并图像通道
m = cv.merge([r, g, b])
cv.imshow('merge', m)
# 等待显示
cv.waitKey(0)
cv.destroyAllWindows()
结果如下:
这里如果是按照 [r, g, b]
进行图像通道合并,我们的马里奥就会变身成为蓝精灵,因为 OpenCV 是按照 BGR 读取的,如果想要显示会原图,合并的时候也按照 [b, g, r]
合并即可,如下:
如果我们想要做一个真正的蓝精灵,可以只提取 B 颜色通道,其余两个 G 、 R 通道全部设置为 0 ,这样,我们就获得了一个真正的蓝精灵(整个图像只有蓝色通道),代码如下:
import cv2 as cv
import numpy as np
# 读取图片
img = cv.imread("maliao.jpg", cv.IMREAD_UNCHANGED)
rows, cols, chn = img.shape
# 拆分通道
b = img[:, :, 0]
g = np.zeros((rows,cols), dtype=img.dtype)
r = np.zeros((rows,cols), dtype=img.dtype)
# 合并图像通道
m = cv.merge([b, g, r])
cv.imshow('merge', m)
# 等待显示
cv.waitKey(0)
cv.destroyAllWindows()
结果如下:
同理,如果想要绿精灵和红精灵,一样可以做出来。
示例代码
如果有需要获取源码的同学可以在公众号回复「OpenCV」进行获取。
参考
相关文章
- 为什么opencv安装成功但import cv2失败_python和opencv
- WTF!只需一行Python代码即可玩20几款小游戏
- Python的面试题
- Python抓取数据_python抓取游戏数据
- 【说站】python对象方法是什么
- 【说站】python析构函数如何使用
- 【说站】python中如何使用XPath爬取小说
- 【说站】python变量如何拼接
- 【说站】python中pyenv是什么
- 【说站】python OpenCV的图像处理
- 【说站】python字符串的驻留机制是什么
- [Python图像处理] 十四.基于OpenCV和像素处理的图像灰度化处理
- 经纬度距离计算 python_Python已知两坐标求距离
- python读取pkl_Python 读取文件
- python的特点和优势_Java与Python异同
- python图像多层小波分解_Python中图像小波分解与重构以及灰度图加噪
- 基于产生式规则的动物识别系统(Python)
- 分苹果Python_c++递归
- python里面的缩进是什么意思_Python缩进规则(一看即懂)[通俗易懂]
- python hexdump_笨办法学 Python · 续 练习 26:`hexdump`
- Python 生成随机数_python建立随机数列表
- python deepcopy_python中的深拷贝(deepcopy)和浅拷贝(copy)介绍及代码参考「建议收藏」
- 下列python语句的输出结果是print_下列 Python语句的输出结果是「建议收藏」
- pycharm如何调试python程序_Pycharm断点调试Python程序的步骤方法
- opencv(4.5.3)-python(十二)--图像阈值处理
- opencv(4.5.3)-python(十四)--形态学转换
- Python金融时间序列模型ARIMA 和GARCH 在股票市场预测应用|附代码数据
- Python 自动化指南(繁琐工作自动化)第二版:一、PYTHON 基础知识
- Python在windows下模拟按键和鼠标点击代码详解编程语言
- Linux创建Python文件的步骤(linux新建python文件)
- Linux系统如何运行Python脚本(linux执行python脚本)
- Python简易操作MySQL入门教程(python操作mysql)
- Linux查看Python安装路径的方法(linux查看python安装路径)
- python和shell变量互相传递的几种方法
- Python实现list反转实例汇总