超详细注释之OpenCV更改像素与修改图像通道
作者:程序媛一枚~ 时间:2021-07-01 17:42:45
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/
来源:https://blog.csdn.net/qq_40985985/article/details/117913818
标签:OpenCV,像素,图像通道,ROI
![](/images/zang.png)
![](/images/jiucuo.png)
猜你喜欢
Python整数对象实现原理详解
2022-10-09 13:53:03
![](https://img.aspxhome.com/file/2023/7/80797_0s.png)
Python2和Python3中@abstractmethod使用方法
2021-12-29 08:55:36
Python线程条件变量Condition原理解析
2022-07-23 02:52:06
oracle sqlplus 常用命令大全
2009-05-24 19:47:00
AMP Tensor Cores节省内存PyTorch模型详解
2021-07-08 01:30:32
![](https://img.aspxhome.com/file/2023/4/88964_0s.jpg)
python创建和使用字典实例详解
2021-06-11 11:37:06
Python 作为小程序后端的三种实现方法(推荐)
2023-03-30 09:26:05
![](https://img.aspxhome.com/file/2023/1/101621_0s.jpg)
python+openCV利用摄像头实现人员活动检测
2021-06-23 10:39:36
![](https://img.aspxhome.com/file/2023/9/112779_0s.jpg)
python实现简易猜数小游戏
2022-08-08 09:51:55
php中用socket模拟http中post或者get提交数据的示例代码
2023-11-19 00:45:21
python 实时调取摄像头的示例代码
2021-10-17 06:07:52
PHP实现通过二维数组键值获取一维键名操作示例
2023-11-22 12:00:52
numpy自动生成数组详解
2023-09-02 22:53:47
ASP伪造REFERER方法
2008-07-03 12:48:00
Python安装官方whl包和tar.gz包的方法(推荐)
2022-04-27 05:37:47
解决PyCharm import torch包失败的问题
2023-12-05 14:27:24
Python的Flask框架标配模板引擎Jinja2的使用教程
2022-07-17 08:47:35
python之tensorflow手把手实例讲解猫狗识别实现
2021-12-26 14:46:11
![](https://img.aspxhome.com/file/2023/9/106999_0s.png)
python实现感知器算法(批处理)
2022-09-06 18:02:25
![](https://img.aspxhome.com/file/2023/7/91977_0s.jpg)
PHP抓取及分析网页的方法详解
2023-11-24 08:17:10