python数字图像处理像素的访问与裁剪示例
作者:denny402 时间:2023-05-12 11:07:20
引言
图片读入程序中后,是以numpy数组存在的。因此对numpy数组的一切功能,对图片也适用。对数组元素的访问,实际上就是对图片像素点的访问。
彩色图片访问方式为:
img[i,j,c]
i表示图片的行数,j表示图片的列数,c表示图片的通道数(RGB三通道分别对应0,1,2)。坐标是从左上角开始。
灰度图片访问方式为:
gray[i,j]
例1:输出小猫图片的G通道中的第20行30列的像素值
from skimage import io,data
img=data.chelsea()
pixel=img[20,30,1]
print(pixel)
输出为129
例2:显示红色单通道图片
from skimage import io,data
img=data.chelsea()
R=img[:,:,0]
io.imshow(R)
除了对像素进行读取,也可以修改像素值。
例3:对小猫图片随机添加椒盐噪声
from skimage import io,data
import numpy as np
img=data.chelsea()
#随机生成5000个椒盐
rows,cols,dims=img.shape
for i in range(5000):
x=np.random.randint(0,rows)
y=np.random.randint(0,cols)
img[x,y,:]=255
io.imshow(img)
这里用到了numpy包里的random来生成随机数,randint(0,cols)表示随机生成一个整数,范围在0到cols之间。
用img[x,y,:]=255这句来对像素值进行修改,将原来的三通道像素值,变为255
通过对数组的裁剪,就可以实现对图片的裁剪。
例4:对小猫图片进行裁剪
from skimage import io,data
img=data.chelsea()
roi=img[80:180,100:200,:]
io.imshow(roi)
对多个像素点进行操作,使用数组切片方式访问。切片方式返回的是以指定间隔下标访问 该数组的像素值。下面是有关灰度图像的一些例子:
img[i,:] = im[j,:] # 将第 j 行的数值赋值给第 i 行
img[:,i] = 100 # 将第 i 列的所有数值设为 100
img[:100,:50].sum() # 计算前 100 行、前 50 列所有数值的和
img[50:100,50:100] # 50~100 行,50~100 列(不包括第 100 行和第 100 列)
img[i].mean() # 第 i 行所有数值的平均值
img[:,-1] # 最后一列
img[-2,:] (or im[-2]) # 倒数第二行
最后我们再看两个对像素值进行访问和改变的例子:
例5:将lena图片进行二值化
像素值大于128的变为1,否则变为0
from skimage import io,data,color
img=data.lena()
img_gray=color.rgb2gray(img)
rows,cols=img_gray.shape
for i in range(rows):
for j in range(cols):
if (img_gray[i,j]<=0.5):
img_gray[i,j]=0
else:
img_gray[i,j]=1
io.imshow(img_gray)
这个例子,使用了color模块的rgb2gray()函数,将彩色三通道图片转换成灰度图。转换结果为float64类型的数组,范围为[0,1]之间。
例6:R通道的所有像素值进行判断
from skimage import io,data
img=data.chelsea()
reddish = img[:, :, 0] >170
img[reddish] = [0, 255, 0]
io.imshow(img)
这个例子先对R通道的所有像素值进行判断,如果大于170,则将这个地方的像素值变为[0,255,0], 即G通道值为255,R和B通道值为0。
来源:https://www.cnblogs.com/denny402/p/5122112.html
标签:python,数字图像处理,像素访问,裁剪
![](/images/zang.png)
![](/images/jiucuo.png)
猜你喜欢
无法在发生错误时创建会话,请检查 PHP 或网站服务器日志,并正确配置 PHP 安装最快的解决办法
2023-09-03 19:49:50
PyCharm 在Windows的有用快捷键详解
2023-04-28 05:05:37
![](https://img.aspxhome.com/file/2023/3/118343_0s.png)
SQL Server中T-SQL 数据类型转换详解
2024-01-18 18:44:20
![](https://img.aspxhome.com/file/2023/1/106221_0s.png)
Python入门教程之运算符重载详解
2021-10-12 20:15:28
Django ForeignKey与数据库的FOREIGN KEY约束详解
2024-01-18 15:17:40
SQL Server DBA日常检查常用SQL
2024-01-12 21:47:49
几行Python代码爬取3000+上市公司的信息
2022-11-17 22:04:09
![](https://img.aspxhome.com/file/2023/3/107973_0s.png)
Python-OpenCV基本操作方法详解
2021-11-25 20:40:01
![](https://img.aspxhome.com/file/2023/9/133479_0s.jpg)
python中如何使用正则表达式提取数据
2023-12-09 17:24:21
![](https://img.aspxhome.com/file/2023/7/86327_0s.png)
python在线编译器的简单原理及简单实现代码
2022-01-06 18:40:49
![](https://img.aspxhome.com/file/2023/7/87747_0s.png)
JavaScript求一组数的最小公倍数和最大公约数常用算法详解【面向对象,回归迭代和循环】
2024-05-05 09:13:21
Javascript实现动态菜单添加的实例代码
2024-04-22 22:23:25
![](https://img.aspxhome.com/file/2023/7/135827_0s.jpg)
重新阅读《HTTP协议基础》
2008-04-04 17:40:00
Python 字符串去除空格的五种方法
2023-01-15 08:23:56
Go实现各类限流的方法
2024-04-27 15:39:47
![](https://img.aspxhome.com/file/2023/1/133961_0s.jpg)
SQL查询不重复记录/删除重复记录
2008-11-18 16:08:00
MySQL启用慢查询日志记录方法
2024-01-25 11:42:16
![](https://img.aspxhome.com/file/2023/2/78092_0s.png)
Python代理抓取并验证使用多线程实现
2022-07-10 07:04:19
在ubuntu18.04版本安装vscode(2种)
2022-07-23 12:05:41
![](https://img.aspxhome.com/file/2023/4/123854_0s.jpg)
基于Python对象引用、可变性和垃圾回收详解
2022-03-12 17:11:49
![](https://img.aspxhome.com/file/2023/8/107648_0s.jpg)