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
简单理解Python中的装饰器
Jul 31 Python
python制作最美应用的爬虫
Oct 28 Python
Python实现的字典值比较功能示例
Jan 08 Python
Python Logging 日志记录入门学习
Jun 02 Python
python操作excel文件并输出txt文件的实例
Jul 10 Python
python实现排序算法解析
Sep 08 Python
Python初学者需要注意的事项小结(python2与python3)
Sep 26 Python
python3 Scrapy爬虫框架ip代理配置的方法
Jan 17 Python
keras tensorflow 实现在python下多进程运行
Feb 06 Python
Python爬取阿拉丁统计信息过程图解
May 12 Python
python框架flask入门之环境搭建及开启调试
Jun 07 Python
python中字符串String及其常见操作指南(方法、函数)
Apr 06 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
php中取得URL的根域名的代码
2011/03/23 PHP
PHP IDE PHPStorm配置支持友好Laravel代码提示方法
2015/05/12 PHP
php版微信开发之接收消息,自动判断及回复相应消息的方法
2016/09/23 PHP
PHP开发APP端微信支付功能
2017/02/17 PHP
PHP CodeIgniter分页实例及多条件查询解决方案(推荐)
2017/05/20 PHP
PHP连接MySQL数据库操作代码实例解析
2020/07/11 PHP
JTrackBar水平拖动效果
2007/07/15 Javascript
javascript Keycode对照表
2009/10/24 Javascript
getElementsByTagName vs selectNodes效率 及兼容的selectNodes实现
2010/02/26 Javascript
浅析XMLHttpRequest的缓存问题
2013/12/13 Javascript
ie8下修改input的type属性报错的解决方法
2014/09/16 Javascript
jQuery内部原理和实现方式浅析
2015/02/03 Javascript
js实现超简单的展开、折叠目录代码
2015/08/28 Javascript
全面解析Bootstrap排版使用方法(标题)
2015/11/30 Javascript
基于BootStrap Metronic开发框架经验小结【三】下拉列表Select2插件的使用
2016/05/12 Javascript
关于session和cookie的简单理解
2016/06/08 Javascript
获取JS中网页各种高宽与位置的方法总结
2016/07/27 Javascript
javascript如何创建对象
2016/08/29 Javascript
深入学习nodejs中的async模块的使用方法
2017/07/12 NodeJs
封装运动框架实战左右与上下滑动的焦点轮播图(实例)
2017/10/17 Javascript
Nodejs使用Mongodb存储与提供后端CRD服务详解
2018/09/04 NodeJs
vue中img src 动态加载本地json的图片路径写法
2019/04/25 Javascript
Vue监听滚动实现锚点定位(双向)示例
2019/11/13 Javascript
vue随机验证码组件的封装实现
2020/02/19 Javascript
Python实现的弹球小游戏示例
2017/08/01 Python
对numpy中向量式三目运算符详解
2018/10/31 Python
Python读取指定日期邮件的实例
2019/02/01 Python
python 公共方法汇总解析
2019/09/16 Python
详解Django将秒转换为xx天xx时xx分
2019/09/27 Python
Python输出指定字符串的方法
2020/02/06 Python
基于python 等频分箱qcut问题的解决
2020/03/03 Python
员工自我评价范文
2015/03/11 职场文书
2016高校自主招生自荐信范文
2016/01/28 职场文书
2016年教代会开幕词
2016/03/04 职场文书
【2·13】一图读懂中国无线电发展
2022/02/18 无线电
SQL中去除重复数据的几种方法汇总(窗口函数对数据去重)
2023/05/08 MySQL