Python OpenCV像素操作

小白学视觉

共 5152字,需浏览 11分钟

 ·

2021-05-05 10:25

点击上方小白学视觉”,选择加"星标"或“置顶

重磅干货,第一时间送达

本文转自:opencv学堂


Python OpenCV像素操作

环境声明 : Python3.6 + OpenCV3.3 + PyCharm IDE

首先要引入OpenCV和Numpy支持,添加代码如下:


  1. import cv2 as cv;

  2. import numpy as np;

读写像素


对RGB图像来说,在Python中第一个维度表示高度、第二个维度表示宽度、第三个维度是通道数目,可以通过下面的代码获取图像三个维度的大小

  1. print(image.shape)

  2. print(image.size)

  3. print(image.dtype)

循环读取图像方法一:


直接从图像中读取,缺点是每次都需要访问imread之后的Mat对象,进行native操作,速度是个问题, 代码实现如下:

  1. height = image.shape[0]

  2. width = image.shape[1]

  3. channels = image.shape[2]

  4. print(image.shape)

  5. for row in range(height):

  6.    for col in range(width):

  7.        for c in range(channels):

  8.            level = image[row, col, c]

  9.            pv = level + 30

  10.            image[row, col, c] = (255 if pv>255 else pv)

循环读取图像方法二:


首先通过Numpy把像素数据读到内存中,在内存中进行高效循环访问每个像素,修改之后,在赋值回去即可,代码如下:

  1. # read once

  2. pixel_data = np.array(image, dtype = np.uint8);

  3. # loop pixel by pixel

  4. for row in range(height):

  5.    for col in range(width):

  6.        for c in range(channels):

  7.            level = pixel_data[row, col, c]

  8.            pixel_data[row, col, c] = 255 - level

  9. # write once

  10. image[ : : ] = pixel_data

案例演示 在Python语言中完成图像的属性读取、像素读取与操作、实现了图像的颜色取反、亮度提升、灰度化、梯度化、操作。首先看一下效果:

完整的Python代码实现如下:

  1. import cv2 as cv;

  2. import numpy as np;

  3. def inverse(image):

  4.    print("read and write pixel by pixel")

  5.    print(image.shape)

  6.    print(image.size)

  7.    print(image.dtype)

  8.    height = image.shape[0]

  9.    width = image.shape[1]

  10.    channels = image.shape[2]

  11.    # read once

  12.    pixel_data = np.array(image, dtype = np.uint8);

  13.    # loop pixel by pixel

  14.    for row in range(height):

  15.        for col in range(width):

  16.            for c in range(channels):

  17.                level = pixel_data[row, col, c]

  18.                pixel_data[row, col, c] = 255 - level

  19.    # write once

  20.    image[ : : ] = pixel_data

  21.    cv.imshow("inverse image", image)

  22. def brightness(image):

  23.    print("read and write pixel by pixel")

  24.    height = image.shape[0]

  25.    width = image.shape[1]

  26.    channels = image.shape[2]

  27.    print(image.shape)

  28.    for row in range(height):

  29.        for col in range(width):

  30.            for c in range(channels):

  31.                level = image[row, col, c]

  32.                pv = level + 30

  33.                image[row, col, c] = (255 if pv>255 else pv)

  34.    cv.imshow("inverse image", image);

  35. def to_gray(image):

  36.    print("RGB to Gray Image")

  37.    height = image.shape[0]

  38.    width = image.shape[1]

  39.    channels = image.shape[2]

  40.    print("channels : ", channels);

  41.    print(image.shape)

  42.    for row in range(height):

  43.        for col in range(width):

  44.            blue = image[row, col, 0]

  45.            green = image[row, col, 1];

  46.            red = image[row, col, 2]

  47.            gray = (0.2989*red + 0.5870*green + 0.1140*blue);

  48.            image[row, col, 0] = gray;

  49.            image[row, col, 1] = gray;

  50.            image[row, col, 2] = gray;

  51.    cv.imshow("gray image", image)

  52. def gradient_image(image):

  53.    gx = cv.Sobel(image, cv.CV_32F, 1, 0)

  54.    gy = cv.Sobel(image, cv.CV_32F, 0, 1)

  55.    dst = cv.addWeighted(gx, 0.5, gy, 0.5, 50)

  56.    sobel_abs = np.absolute(dst)

  57.    sobel_8u = np.uint8(sobel_abs)

  58.    cv.imshow("gradient image", sobel_8u)

  59. def clam(pv):

  60.    if pv > 255:

  61.        return 255

  62.    if pv < 0:

  63.        return 0;

  64.    return pv;

  65. print("Image Pixel Operation Demo")

  66. src = cv.imread("D:/vcprojects/images/demo.png")

  67. cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)

  68. cv.imshow("input image", src)

  69. gradient_image(src)

  70. cv.waitKey(0)

  71. cv.destroyAllWindows()




下载1:OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复:扩展模块中文教程即可下载全网第一份OpenCV扩展模块教程中文版,涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2:Python视觉实战项目52讲
小白学视觉公众号后台回复:Python视觉实战项目即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目,助力快速学校计算机视觉。

下载3:OpenCV实战项目20讲
小白学视觉公众号后台回复:OpenCV实战项目20讲即可下载含有20个基于OpenCV实现20个实战项目,实现OpenCV学习进阶。

交流群


欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~


浏览 35
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报