Posted in Python onJanuary 23, 2019
上个版本的Python OpenCV图片局部区域像素值处理,虽然实现了我需要的功能,但还是走了很多弯路,我意识到图片本就是数组形式,对于8位灰度图,通道数为1,它就是个二位数组,这样就没有必要再设置ROI区域,复制出来这块区域再循环提取像素存入数组进行处理了,可以直接将图片存入数组,再利用numpy进行切分相应的数组操作就可以了,这样一想就简单很多了,这篇我会贴出修改后的代码,直接省去了大段的代码啊。
ps:这次我重新装的opencv3.2.0版本,代码里面直接用cv2了
# 查看opencv版本,终端输入: $ pkg-config --modversion opencv
cv_img_cv2.py
# -*- coding:utf-8 -*- __author__ = 'lwp' import cv2 import numpy as np import matplotlib.pyplot as plt path ='/media/lwp/A/111111.jpg' # 图片路径 lwpImg = cv2.imread(path) # 加载图片 gray_lwpImg = cv2.cvtColor(lwpImg, cv2.COLOR_BGR2GRAY) # 转为灰度图 # 画目标区域,参数分别为图片、左上坐标、右下坐标、框的颜色、框线条的粗细 lwpImg = cv2.rectangle(lwpImg, (290, 0), (310, 327), (0, 255, 0), 2) # 显示标记后的图片 cv2.imshow('local_pixel', lwpImg) # 提取图片像素值到矩阵 pixel_data = np.array(gray_lwpImg) # 提取目标区域 box_data = pixel_data[:, 290:310] # 矩阵行求和 pixel_sum = np.sum(box_data, axis=1) # 画图 x = range(576) fig = plt.figure(figsize=(4, 2)) ax1 = fig.add_subplot(1, 1, 1) ax1.bar(x, pixel_sum, width=1) # x为每个条形到x轴0点的距离,width为每个条的宽度 plt.xlabel('X') plt.ylabel('Y') plt.title('edge_filter') plt.grid(True) plt.show() key = cv2.waitKey(0) & 0xFF if key == ord('q'): # 按q关闭窗口 cv2.destroyAllWindows()
效果:
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。
Python+OpenCV图片局部区域像素值处理改进版详解
- Author -
零尾声明:登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述。
Reply on: @reply_date@
@reply_contents@