详解在OpenCV中如何使用图像像素


Posted in Python onMarch 03, 2022

详解在OpenCV中如何使用图像像素

像素是计算机视觉中图像的重要属性。它们是表示图像中特定空间中光的颜色强度的数值,是图像中数据的最小单位。

图像中的像素总数是高度、宽度和通道的乘积。

由于OpenCV中的图像被读取为像素值的Numpy数组,因此可以使用数组切片操作获取并处理由该区域的像素表示的图像区域。

切片操作用于检索序列子集,如列表、元组和数组,因此可用于获取图像区域的像素值,以便进行编辑、格式化或裁剪等处理。

切片操作

脚本:使用切片操作获取列表的子集。

# 切片字母列表
letters = ['a', 'b', 'c', 'd', 'e']
 
# 头三个字母
first_three = letters[:3]
 
# 最后三个字母
last_three = letters[-3:]
 
# 得到第二个到第四个字母
second_to_fourth = letters[1:4]
 
# 显示结果
print('First three letters: ', first_three)
print('Last three letters: ', last_three)
print('Second to fourth letters: ', second_to_fourth)

详解在OpenCV中如何使用图像像素

请注意,我使用索引值对字母列表进行切片。例如,传递起始索引1(列表中第二个字母的索引)和4将返回列表的一个片段,从第二个值到第四个值。

由于索引值用于以这种方式检索子集,因此它们也用于定位和检索图像中感兴趣的区域。

以图像中的区域为目标的切片由图像的两个轴(水平(X)和垂直(Y))的起始值和结束值定义,格式如下:

image[startY: endY, startx:endX]

它返回所需感兴趣区域的(图像像素的)Numpy数组。

那么,我们如何确定感兴趣区域的X轴和Y轴的起始值和结束值?

这些值(startX、endX、startY、endY)是映射出感兴趣区域的坐标值。

使用OpenCV显示时,这些值不会显示在图像旁边,但我们可以使用其他应用程序(如Photoshop、Corel Draw、Paint e.t.c)或其他python可视化库(如Matplotlib)来显示具有X和Y坐标值的图像。

一如既往,这在实践中得到了更好的理解。让我们使用matplotlib显示一个图像。pyplot,我们可以从中检索坐标,这些坐标映射出图像中的目标感兴趣区域。

我用加纳共和国国旗的图像来证明这一点。在这里,我的目标是图像中围绕黑星的区域。

获取感兴趣区域的坐标值

使用Matplotlib加载并显示图像

# 导入matplotlib的plot
import matplotlib.pyplot as plt
 
# 加载和显示原始图像
image = plt.imread('Flag_of_Ghana.png')
 
# 显示图片
plt.imshow("Original", image)
plt.plot()

输出:加载的图像及其X和Y坐标。

详解在OpenCV中如何使用图像像素

正如你所看到的,plt.imshow函数返回读取的图像以及x和y轴的坐标值。

然后,我们可以检索感兴趣区域(黑星)的起始和结束坐标值。

追踪黑星区域的坐标值

详解在OpenCV中如何使用图像像素

这幅图像显示了如何追踪黑星周围区域的坐标。

我们可以从图像中检索坐标(startY(y1)、endY(y2)、startX(x1)、endX(x2))。然后,我们可以定义两个轴的起点和终点坐标,并裁剪为:

image[y1: y2, x1:x2]

if we get y1, y2 = [145, 295] and x1, x2 = [245, 400]

那么绘制出黑星的区域将是:

black_star = image[145:295, 245:400]

这将返回映射感兴趣区域(本例中为黑星)的像素值(在Numpy数组中)。

现在,我们可以利用这种技术对图像区域进行定位和切片,以进行各种图像处理。

使用切片操作裁剪图像

1.加载并显示原始图像

# 导入matplotlib的plot
import matplotlib.pyplot as plt
 
# 加载和显示原始图像
image = plt.imread('Flag_of_Ghana.png')
 
# 显示图片
plt.imshow("Original", image)
plt.plot()

输出:显示加载的图像。

详解在OpenCV中如何使用图像像素

2.获取图像的空间维度

# 获取图像的空间尺寸
# 初始化
originY, originX = 0, 0
 
# 获取图像的高度和宽度
height, width = image.shape[:2]
 
# 计算图像的中心
(centerX, centerY) = (width // 2, height // 2)
print('Image height: ', height)
print('Image width: ', width)
print('Center location: ', (centerY, centerX))

输出:显示图像的空间尺寸。

详解在OpenCV中如何使用图像像素

3.裁剪图像

裁剪出图像的左上角

# 裁剪图像的左上角
# 高度从原点到中心
# 宽度从原点到中心
 
top_left = image[originY:centerY, originX:centerX]
cv2.imshow("Top-Left Corner", top_left)
cv2.waitKey(0)

输出:图像的左上角

详解在OpenCV中如何使用图像像素

裁剪出图像的右上角

# 裁剪右上角
# 高度从原点到中心
# 宽度从中心到右上角(宽度)
 
top_right = image[originY:centerY, centerX:width]
cv2.imshow("Top-Right Corner", top_right)
cv2.waitKey(0)

输出:图像的右上角

详解在OpenCV中如何使用图像像素

裁剪出图像的左下角

# 裁剪左下角
# 高度从中心到左下角(高度)
# 宽度从中心到右上角(宽度)
 
bottom_left = image[centerY:height, originX:centerX]
cv2.imshow("Bottom-Left Corner", bottom_left)
cv2.waitKey(0)

输出:图像的左下角

详解在OpenCV中如何使用图像像素

裁剪出图像的右下角

# 裁剪右下角
# 高度从中心到左下角(高度)
# 宽度从中心到右上角(宽度)
 
bottom_right = image[centerY:height, centerX:width]
cv2.imshow("Bottom-Right Corner", bottom_right)
cv2.waitKey(0)

输出:左下角。

详解在OpenCV中如何使用图像像素

4.使用尺寸将部分图像设置为特定颜色。

# 设置原始图像的左上角为绿色
image[originY:centerY, originX:centerX] = (0, 255, 0)
 
# 显示更新后的图像
cv2.imshow("Updated", image)
cv2.waitKey(0)

输出:将左上角设置为绿色

详解在OpenCV中如何使用图像像素

总结

图像像素是表示图像中颜色强度的数值。使用OpenCV获取和设置不同图像处理的图像像素的过程基于Numpy阵列的切片操作。切片像素值在裁剪、重置、复制或增强图像时非常有用。

以上就是详解在OpenCV中如何使用图像像素的详细内容,更多关于OpenCV图像像素的资料请关注三水点靠木其它相关文章!

Python 相关文章推荐
py中的目录与文件判别代码
Jul 16 Python
Python实现将HTML转换成doc格式文件的方法示例
Nov 20 Python
Python迭代器和生成器定义与用法示例
Feb 10 Python
python os模块简单应用示例
May 23 Python
python sklearn库实现简单逻辑回归的实例代码
Jul 01 Python
Python 实现数据结构-堆栈和队列的操作方法
Jul 17 Python
Python中Subprocess的不同函数解析
Dec 10 Python
Python如何实现在字符串里嵌入双引号或者单引号
Mar 02 Python
django自定义非主键自增字段类型详解(auto increment field)
Mar 30 Python
python3.6使用SMTP协议发送邮件
May 20 Python
学习Python爬虫的几点建议
Aug 05 Python
pycharm 使用tab跳出正在编辑的括号(){}{}等问题
Feb 26 Python
 Python 中 logging 模块使用详情
Mar 03 #Python
分享7个 Python 实战项目练习
Mar 03 #Python
python工具dtreeviz决策树可视化和模型可解释性
Python GUI编程之tkinter 关于 ttkbootstrap 的使用详解
python机器学习实现oneR算法(以鸢尾data为例)
Mar 03 #Python
详解python的异常捕获
Mar 03 #Python
分享提高 Python 代码的可读性的技巧
Mar 03 #Python
You might like
在PHP中PDO解决中文乱码问题的一些补充
2010/09/06 PHP
简单的PHP缓存设计实现代码
2011/09/30 PHP
无刷新动态加载数据 滚动条加载适合评论等页面
2013/10/16 PHP
php生成高清缩略图实例详解
2015/12/07 PHP
php提高脚本性能的4个技巧
2020/08/18 PHP
jQuery ui1.7 dialog只能弹出一次问题
2009/08/27 Javascript
jQuery bind事件使用详解
2011/05/05 Javascript
线路分流自动智能跳转代码,自动选择最快镜像网站(js)
2011/10/31 Javascript
jQuery 瀑布流 浮动布局(一)(延迟AJAX加载图片)
2012/05/23 Javascript
深入理解Javascript中的循环优化
2013/11/09 Javascript
javascript数组遍历for与for in区别详解
2014/12/04 Javascript
JavaScript 性能优化小结
2015/10/12 Javascript
4种JavaScript实现简单tab选项卡切换的方法
2016/01/06 Javascript
jQuery事件绑定用法详解(附bind和live的区别)
2016/01/19 Javascript
jQuery内容折叠效果插件用法实例分析(附demo源码)
2016/04/28 Javascript
很棒的一组js图片轮播特效
2017/01/12 Javascript
NodeJs的fs读写删除移动监听
2017/04/28 NodeJs
[02:25]专访DOTA2负责人Erik 国际邀请赛暂不会离开西雅
2014/07/21 DOTA
[00:38]TI珍贵瞬间系列(二):笑
2020/08/26 DOTA
python构造icmp echo请求和实现网络探测器功能代码分享
2014/01/10 Python
Python 专题三 字符串的基础知识
2017/03/19 Python
基于Pandas读取csv文件Error的总结
2018/06/15 Python
Python补齐字符串长度的实例
2018/11/15 Python
Python使用字典的嵌套功能详解
2019/02/27 Python
python仿抖音表白神器
2019/04/08 Python
VSCODE配置Markdown及Markdown基础语法详解
2021/01/19 Python
HTML5 drag和drop具体使用详解
2021/01/18 HTML / CSS
SmartBuyGlasses意大利:购买太阳镜、眼镜和隐形眼镜
2018/11/20 全球购物
售前工程师职业生涯规划
2014/03/02 职场文书
共筑中国梦演讲稿
2014/04/23 职场文书
计算机系统管理员求职信
2014/06/20 职场文书
教师个人考察材料
2014/12/16 职场文书
幼儿园科学课教学反思
2016/03/03 职场文书
民政局2016年“六一”儿童节慰问活动总结
2016/04/06 职场文书
python scrapy简单模拟登录的代码分析
2021/07/21 Python
OpenFeign实现远程调用
2022/08/14 Java/Android