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
python实现udp数据报传输的方法
Sep 26 Python
Python实现的简单算术游戏实例
May 26 Python
Python的Flask框架中使用Flask-Migrate扩展迁移数据库的教程
Jun 14 Python
python利用正则表达式提取字符串
Dec 08 Python
python文件操作之批量修改文件后缀名的方法
Aug 10 Python
对python实现二维函数高次拟合的示例详解
Dec 29 Python
python selenium firefox使用详解
Feb 26 Python
Kali Linux安装ipython2 和 ipython3的方法
Jul 11 Python
Python 实现顺序高斯消元法示例
Dec 09 Python
关于torch.optim的灵活使用详解(包括重写SGD,加上L1正则)
Feb 20 Python
Python 读写 Matlab Mat 格式数据的操作
May 19 Python
Python爬虫框架之Scrapy中Spider的用法
Jun 28 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
PHILIPS D1835/D1875的电路分析与打理
2021/03/02 无线电
Smarty高级应用之缓存操作技巧分析
2016/05/14 PHP
PHP读书笔记_运算符详解
2016/07/01 PHP
PHP实现基本留言板功能原理与步骤详解
2020/03/26 PHP
Laravel6.18.19如何优雅的切换发件账户
2020/06/14 PHP
JavaScript的单例模式 (singleton in Javascript)
2010/06/11 Javascript
如何使Chrome控制台支持多行js模式——意外发现
2013/06/13 Javascript
js 遍历json返回的map内容示例代码
2013/10/29 Javascript
javascript实现鼠标拖动改变层大小的方法
2015/04/30 Javascript
javascript中JSON.parse()与eval()解析json的区别
2016/05/19 Javascript
JS库之Waypoints的用法详解
2017/09/13 Javascript
解决layui上传文件提示上传异常,实际文件已经上传成功的问题
2018/08/19 Javascript
深入理解Vue keep-alive及实践总结
2019/08/21 Javascript
Angular之jwt令牌身份验证的实现
2020/02/14 Javascript
[01:07]DOTA2次级职业联赛 - Fpb战队宣传片
2014/12/01 DOTA
[01:56]生活中的妖精之七夕特别档
2016/08/09 DOTA
详解python脚本自动生成需要文件实例代码
2017/02/04 Python
在matplotlib的图中设置中文标签的方法
2018/12/13 Python
Python实现程序判断季节的代码示例
2019/01/28 Python
手把手教你使用Python创建微信机器人
2019/04/29 Python
Python学习笔记之列表和成员运算符及列表相关方法详解
2019/08/22 Python
对tensorflow中cifar-10文档的Read操作详解
2020/02/10 Python
python三引号如何输入
2020/07/06 Python
Python实现打包成库供别的模块调用
2020/07/13 Python
Python基于爬虫实现全网搜索并下载音乐
2021/02/14 Python
CSS实现定位元素居中的方法
2015/06/23 HTML / CSS
naturalizer加拿大官网:美国娜然女鞋
2017/04/04 全球购物
英国最大的邮寄种子和植物公司:Thompson & Morgan
2017/09/21 全球购物
建筑专业自荐信
2013/10/18 职场文书
审核会计岗位职责
2013/11/08 职场文书
医药销售求职信范文
2014/02/01 职场文书
2014教师研修学习体会
2014/07/08 职场文书
在职员工证明书
2014/09/19 职场文书
车辆年检委托书范本
2014/10/14 职场文书
民政局离婚协议书范本
2014/10/20 职场文书
2014年个人售房协议书
2014/10/30 职场文书