觉得有帮助请点赞关注收藏~~~
图像在OpenCV中以二维或三维数组表示，数组中的每一个值就是图像的像素值，善于操作数组的NumPy模块就成了OpenCV的依赖包，OpenCV中很多操作都要依赖Numpy模块，例如创建纯色图像，创建掩膜和创建卷积核等等。下面先简单介绍NumPy模块的常用操作方法和演示如何使用NumPy模块创建图像
一、NumPy常用操作
NumPy更像是一个魔方，它是Python数组计算 矩阵运算和科学计算的核心库，它提供了一个高性能的数组对象，以及可以轻松的创建一维数组，二维数组和多维数组等大量实用方法，帮助开发者轻松的进行数组计算。
NumPy创建简单的数组主要使用array（）方法，通过传递列表，元组来创建NumPy数组，其中的元素可以是任何对象 语法如下
numpy.array(object,dtype,copy,order,subok,ndmin)
参数说明
object：任何具有数组接口方法的对象
dtype：数据类型
copy：可选参数 布尔型
order：元素在内存中的出现顺序
subok：布尔型 如果值为true 则传递子类
ndmin：指定生成数组的最小维数
示例如下
创建浮点型数组
import numpy as np # 导入numpy模块 list = [1, 2, 3] # 列表 # 创建浮点型数组 n1 = np.array(list, dtype=np.float_) # 或者 n1 = np.array(list, dtype=float) print(n1) print(n1.dtype) print(type(n1[0]))
创建三维数组是将ndmin参数值设置为3即可得到三维数组
import numpy as np nd1 = [1, 2, 3] nd2 = np.array(nd1, ndmin=3) #三维数组 print(nd2)
创建维度和数据类型未初始化的数组主要使用empty方法，数组元素因为未被初始化会自动取随机值 如果要改变数组类型 可以使用dtype参数
import numpy as np n = np.empty([2, 3]) print(n)
创建用0填充的数组需要使用zeros（）方法，该方法创建的元素均为0，OpenCV经常使用该方法创建纯黑图像
import numpy as np n = np.zeros((3, 3), np.uint8) print(n)
创建用1填充的数组需要使用ones（）方法，该方法创建的数组元素均为1，OpenCV经常使用该方法创建纯掩膜，卷积核等用于计算的二维数据
import numpy as np n = np.ones((3, 3), np.uint8) print(n)
索引和切片
NumPy数组元素是通过数组的索引和切片来访问和修改的，因此索引和切片是NumPy中最重要和最常用的操作
查找一维数组索引为0的元素
import numpy as np n1=np.array([1,2,3]) #创建一维数组 print(n1[0])
切片式索引
数组的切片可以理解为对数组的分割，按照等分或者不等分，将一个数组切割为多个片段，与Python中列表的切片一样 NumPy中用冒号分割切片参数来进行切片操作
[start:stop:step]
参数说明
start 起始索引 若不写任何值 则表示从0开始
stop 终止索引 若不写任何值 则表示到末尾
stop 步长
索引是左闭右开区间
import numpy as np n1=np.array([1,2,3]) #创建一维数组 print(n1[0]) print(n1[1]) print(n1[0:2]) print(n1[1:]) print(n1[:2])
二维数组索引示意图如下
二维数组切片式索引示意图
import numpy as np # 创建3行3列的二维数组 n = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) print(n[:2, 1:]) print(n[1, :2]) print(n[:2, 2]) print(n[:, :1])
二、利用NumPy创建图像
在OpenCV中，黑白图像实际上就是一个二维数组，彩色图像是一个三维数组，数组中每个元素就是图像对应位置的像素值，因此修改图像像素的操作实际上就是修改数组的操作，下面介绍几个OpenCV中常用的操作
1：创建纯黑图像
创建一个一百行，两百列的数组，用0填充，将该数组当作图像显示出来
import cv2 import numpy as np width = 200 # 图像的宽 height = 100 # 图像的高 # 创建指定宽高、单通道、像素值都为0的图像 img = np.zeros((height, width), np.uint8) cv2.imshow("img", img) # 展示图像 cv2.waitKey() # 按下任何键盘按键后 cv2.destroyAllWindows() # 释放所有窗体
2：创建纯白图像
创建纯白图像有两种方式：第一种是先纯黑图像，然后将图像中所有的像素值改为255，第二种使用numpy的ones方法创建一个像素值均为1的数组，然后让数组乘以255
import cv2 import numpy as np width = 200 # 图像的宽 height = 100 # 图像的高 # 创建指定宽高、单通道、像素值都为1的图像 img = np.ones((height, width), np.uint8) * 255 cv2.imshow("img", img) # 展示图像 cv2.waitKey() # 按下任何键盘按键后 cv2.destroyAllWindows() # 释放所有窗体
3：在黑图像内部绘制白色矩形
通过切片式索引操作可以修改图像中指定区域内的像素，从而达到修改图像内容的效果
先绘制纯黑图像作为背景，然后使用切片式索引操作将图像中横坐标为50-100，纵坐标为25-75的矩形区域颜色改为纯白色
import cv2 import numpy as np width = 200 # 图像的宽 height = 100 # 图像的高 # 创建指定宽高、单通道、像素值都为0的图像 img = np.zeros((height, width), np.uint8) # 图像纵坐标25~75、横坐标50~100之间的区域变为白色 img[25:75, 50:100] = 255 cv2.imshow("img", img) # 展示图像 cv2.waitKey() # 按下任何键盘按键后 cv2.destroyAllWindows() # 释放所有窗体
4：创建黑白相间的图像
先绘制纯黑图像作为背景，然后在循环中使用切片式索引操作绘制黑白间隔图像
import cv2 import numpy as np width = 200 # 图像的宽 height = 100 # 图像的高 # 创建指定宽高、单通道、像素值都为0的图像 img = np.zeros((height, width), np.uint8) for i in range(0, width, 40): img[:, i:i + 20] = 255 # 白色区域的宽度为20像素 cv2.imshow("img", img) # 展示图像 cv2.waitKey() # 按下任何键盘按键后 cv2.destroyAllWindows() # 释放所有窗体
5：创建彩色图像
OpenCV中彩色图像默认为BGR格式，彩色图像的第三个索引表示的就是蓝绿红三种颜色的分量
创建彩色图像数组时要将数组创建成三维数组，然后复制出三个副本，三个副本分别修改最后一个索引代表的元素值，索引0表示蓝色分量，索引1表示绿色分量，索引2表示红色分量
import cv2 import numpy as np width = 200 # 图像的宽 height = 100 # 图像的高 # 创建指定宽高、3通道、像素值都为0的图像 img = np.zeros((height, width, 3), np.uint8) blue = img.copy() # 复制图像 blue[:, :, 0] = 255 # 1通道所有像素都为255 green = img.copy() green[:, :, 1] = 255 # 2通道所有像素都为255 red = img.copy() red[:, :, 2] = 255 # 3通道所有像素都为255 cv2.imshow("blue", blue) # 展示图像 cv2.imshow("green", green) cv2.imshow("red", red) cv2.waitKey() # 按下任何键盘按键后 cv2.destroyAllWindows() # 释放所有窗体
6：创建随机图像
随机图像指的是图像中每一个像素值都是随机生成的，因为像素之间不会组成有效的视觉信息，所以看上去像杂乱无章的啥子，但是可以作为噪声和图像加密的密匙使用
import cv2 import numpy as np width = 200 # 图像的宽 height = 100 # 图像的高 # 创建指定宽高、单通道、随机像素值的图像，随机值在0~256之间，数字为无符号8位格式 img = np.random.randint(256, size=(height, width), dtype=np.uint8) cv2.imshow("img", img) # 展示图像 cv2.waitKey() # 按下任何键盘按键后 cv2.destroyAllWindows() # 释放所有窗体
这样演示的是黑白图像，如果创建的是三维数组，那么可以获得随机彩色图像
拼接图像
Numpy提供了两种拼接数组的方法 分别是hstack和vstack方法，这两种方法同样可以用于拼接图像
hstack可以对数组进行水平拼接
vstack可以对数组进行垂直拼接
在OpenCV中，图像就是一个二维或三维的像素数组，这些数组同样可以被NumPy拼接，下面通过一个实例展示图像拼接的效果
下面对博主的头像进行水平和垂直拼接 效果如下
代码如下
import cv2 import numpy as np img = cv2.imreadqq.jpg") # 读取原始图像 img_h = np.hstack((img, img)) # 水平拼接两个图像 img_v = np.vstack((img, img)) # 垂直拼接两个图像 cv2.imshow("img_h", img_h) # 展示拼接之后的效果 cv2.imshow("img_v", img_v) cv2.waitKey() # 按下任何键盘按键后 cv2.destroyAllWindows() # 释放所有窗体
创作不易 觉得有帮助请点赞关注收藏~~~
