超详细注释之OpenCV更改像素与修改图像通道
更新时间:2021年9月10日 00:00 点击:1739
这篇博客将介绍使用Python,OpenCV获取、更改像素,修改图像通道,截取图像感兴趣ROI;单通道图,BGR三通道图,四通道透明图,不透明图;
1. 效果图
原图 VS 更改右下某个像素为红色,更改左上角1/4区域为绿色,效果图如下:
裁剪感兴趣区域:分别截取左上角、右上角、左下角、右下角,各占1/4;效果图如下:
原图 VS 图像单通道灰度图效果如下:
左上原图 VS 右上R通道图 VS 左下G通道图 VS 右下B通道图效果如下:
图像4通道 全透明图 VS 不透明效果图:
2. 源码
# USAGE # python opencv_getting_setting.py --image fjdj.png # 导入必要的包 import argparse import cv2 import imutils import numpy as np # 构建命令行参数及解析 # --image 磁盘图片路径,默认名称为当前py文件同级目录:fjdj.jpg ap = argparse.ArgumentParser() ap.add_argument("-i", "--image", type=str, default="fjdj.jpg", help="path to the input image") args = vars(ap.parse_args()) ap = argparse.ArgumentParser() # 加载图像,获取空间维度(宽度、高度),展示原始图像到屏幕 image = cv2.imread(args["image"]) image = imutils.resize(image, width=430) origin = image.copy() (h, w) = image.shape[:2] cv2.imshow("Original", image) # 图像以Numpy数组存在,获取左上角,图像索引从0开始 # 图像以BGR通道表示,因为最开始BGR是标准,后来调整为RGB (b, g, r) = image[0, 0] print("Pixel at (0, 0) - Red: {}, Green: {}, Blue: {}".format(r, g, b)) # 获取x=380,y=380的像素值,图像想象为M*N的矩阵,M为行,N为列 (b, g, r) = image[380, 380] print("Pixel at (380, 380) - Red: {}, Green: {}, Blue: {}".format(r, g, b)) # 更新x=50,y=20的像素为红色 image[380, 380] = (0, 0, 255) (b, g, r) = image[380, 380] print("Pixel at (380, 380) - Red: {}, Green: {}, Blue: {}".format(r, g, b)) # 计算图像的中心 (cX, cY) = (w // 2, h // 2) # 使用数组切片获取左上角1/4的部分 tl = image[0:cY, 0:cX] cv2.imshow("Top-Left Corner", tl) # 同样的,用数组切片裁剪 右上角、左下角、右下角部分,并展示 tr = image[0:cY, cX:w] br = image[cY:h, cX:w] bl = image[cY:h, 0:cX] cv2.imshow("Top-Right Corner", tr) cv2.imshow("Bottom-Right Corner", br) cv2.imshow("Bottom-Left Corner", bl) # 使用像素切片来更改像素区域的颜色 image[0:cY, 0:cX] = (0, 255, 0) # 展示更新像素后的图片 cv2.imshow("Updated (Top-Left Corner to Green)", image) gray = cv2.cvtColor(origin, cv2.COLOR_BGR2GRAY) cv2.imshow("Gray", gray) (h, w) = origin.shape[:2] zeros = np.zeros((h, w), dtype="uint8") # 将origin分离为红色,绿色和蓝色通道, 然后我们使用Numpy 零数组分别构造每个通道的表示形式 (B, G, R) = cv2.split(origin) R = cv2.merge([zeros, zeros, R]) G = cv2.merge([zeros, G, zeros]) B = cv2.merge([B, zeros, zeros]) cv2.imshow("B G R", np.hstack([B, G, R])) # 构建输出帧 原图在左上角 红色通道右上角 绿色通道右下角 蓝色通道左下角 output = np.zeros((h * 2, w * 2, 3), dtype="uint8") output[0:h, 0:w] = origin output[0:h, w:w * 2] = R output[h:h * 2, 0:w] = G output[h:h * 2, w:w * 2] = B cv2.imshow("origin vs R vs G vs B", imutils.resize(output, width=700)) alpha0 = np.dstack([origin, np.ones((h, w), dtype="uint8") * 0]) cv2.imshow("alph 0", alpha0) cv2.imwrite("alph 0.png", alpha0) alpha1 = np.dstack([origin, np.ones((h, w), dtype="uint8") * 255]) cv2.imshow("alph 255", alpha1) cv2.imwrite("alph 255.png", alpha1) cv2.waitKey(0)
参考 https://www.pyimagesearch.com/2021/01/20/opencv-getting-and-setting-pixels/
到此这篇关于超详细注释之OpenCV更改像素与修改图像通道的文章就介绍到这了,更多相关OpenCV 像素 内容请搜索猪先飞以前的文章或继续浏览下面的相关文章希望大家以后多多支持猪先飞!
相关文章
- 这篇文章主要介绍了python-opencv-画外接矩形框的实例代码,代码简单易懂,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下...2021-09-04
- 图片剪裁是常用的方法,那么如何通过4坐标剪裁图片,本文就详细的来介绍一下,感兴趣的小伙伴们可以参考一下...2021-06-04
- 这篇文章主要介绍了OpenCV如何去除图片中的阴影的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2021-03-29
- 这篇文章主要介绍了解决使用OpenCV中的imread()内存报错问题,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2021-03-16
- 这篇文章主要介绍了python OpenCV的相关资料,帮助大家更好的理解和学习使用python的opencv,感兴趣的朋友可以了解下...2021-03-31
- 这篇文章主要介绍了使用OpenCV去除面积较小的连通域,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2020-07-05
详解pycharm的python包opencv(cv2)无代码提示问题的解决
这篇文章主要介绍了详解pycharm的python包opencv(cv2)无代码提示问题的解决,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2021-01-29在C#中使用OpenCV(使用OpenCVSharp)的实现
这篇文章主要介绍了在C#中使用OpenCV(使用OpenCVSharp)的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2020-11-15- 这篇文章主要为大家详细介绍了C++ opencv实现车道线识别,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下...2021-02-20
详解opencv中画圆circle函数和椭圆ellipse函数
这篇文章主要介绍了opencv中画圆circle函数和椭圆ellipse函数,本文通过实例代码给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友可以参考下...2020-05-09- 这篇文章主要为大家详细介绍了Opencv LBPH人脸识别算法的相关资料,具有一定的参考价值,感兴趣的小伙伴们可以参考一下...2020-04-25
python中的opencv和PIL(pillow)转化操作
这篇文章主要介绍了python中的opencv和PIL(pillow)转化操作,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2021-03-16- 这篇文章主要介绍了python基于opencv检测程序运行效率,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下...2020-05-09
浅谈OpenCV中的新函数connectedComponentsWithStats用法
这篇文章主要介绍了浅谈OpenCV中的新函数connectedComponentsWithStats用法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2020-07-05- 这篇文章主要为大家详细介绍了Opencv实现绿幕视频背景替换功能,具有一定的参考价值,感兴趣的小伙伴们可以参考一下...2020-04-25
- 这篇文章主要介绍了Opencv图像处理之详解掩膜mask,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2021-03-21
- 凸包是一个计算几何中的概念,在图像处理过程中,我们常常需要寻找图像中包围某个物体的凸包,本文就使用OpenCV实现,感兴趣的可以了解一下...2021-06-08
- 这篇文章主要介绍了python基于OpenCV模板匹配识别图片中的数字,帮助大家更好的理解和学习使用python,感兴趣的朋友可以了解下...2021-03-31
- 今天小编就为大家分享一篇python-OpenCV 实现将数组转换成灰度图和彩图,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2020-04-27
- 这篇文章主要介绍了使用opencv识别图像红色区域,并输出红色区域中心点坐标,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2020-06-03