超詳細(xì)注釋之OpenCV更改像素與修改圖像通道
發(fā)布日期：2022-01-09 15:44 | 文章來源：源碼之家
這篇博客將介紹使用Python，OpenCV獲取、更改像素，修改圖像通道，截取圖像感興趣ROI；單通道圖，BGR三通道圖，四通道透明圖，不透明圖；
1. 效果圖
原圖 VS 更改右下某個(gè)像素為紅色，更改左上角1/4區(qū)域?yàn)榫G色，效果圖如下：
裁剪感興趣區(qū)域：分別截取左上角、右上角、左下角、右下角，各占1/4；效果圖如下：
原圖 VS 圖像單通道灰度圖效果如下：
左上原圖 VS 右上R通道圖 VS 左下G通道圖 VS 右下B通道圖效果如下：
圖像4通道 全透明圖 VS 不透明效果圖：
2. 源碼
# USAGE
# python opencv_getting_setting.py --image fjdj.png
# 導(dǎo)入必要的包
import argparse
import cv2
import imutils
import numpy as np
# 構(gòu)建命令行參數(shù)及解析
# --image 磁盤圖片路徑，默認(rèn)名稱為當(dāng)前py文件同級(jí)目錄：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()
# 加載圖像，獲取空間維度（寬度、高度），展示原始圖像到屏幕
image = cv2.imread(args["image"])
image = imutils.resize(image, width=430)
origin = image.copy()
(h, w) = image.shape[:2]
cv2.imshow("Original", image)
# 圖像以Numpy數(shù)組存在，獲取左上角，圖像索引從0開始
# 圖像以BGR通道表示，因?yàn)樽铋_始BGR是標(biāo)準(zhǔn)，后來調(diào)整為RGB
(b, g, r) = image[0, 0]
print("Pixel at (0, 0) - Red: {}, Green: {}, Blue: {}".format(r, g, b))
# 獲取x=380，y=380的像素值，圖像想象為M*N的矩陣，M為行，N為列
(b, g, r) = image[380, 380]
print("Pixel at (380, 380) - Red: {}, Green: {}, Blue: {}".format(r, g, b))
# 更新x=50，y=20的像素為紅色
image[380, 380] = (0, 0, 255)
(b, g, r) = image[380, 380]
print("Pixel at (380, 380) - Red: {}, Green: {}, Blue: {}".format(r, g, b))
# 計(jì)算圖像的中心
(cX, cY) = (w // 2, h // 2)
# 使用數(shù)組切片獲取左上角1/4的部分
tl = image[0:cY, 0:cX]
cv2.imshow("Top-Left Corner", tl)
# 同樣的，用數(shù)組切片裁剪 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)
# 使用像素切片來更改像素區(qū)域的顏色
image[0:cY, 0:cX] = (0, 255, 0)
# 展示更新像素后的圖片
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")
# 將origin分離為紅色，綠色和藍(lán)色通道， 然后我們使用Numpy 零數(shù)組分別構(gòu)造每個(gè)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]))
# 構(gòu)建輸出幀 原圖在左上角 紅色通道右上角 綠色通道右下角 藍(lán)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)
參考 https://www.pyimagesearch.com/2021/01/20/opencv-getting-and-setting-pixels/
到此這篇關(guān)于超詳細(xì)注釋之OpenCV更改像素與修改圖像通道的文章就介紹到這了,更多相關(guān)OpenCV 像素 內(nèi)容請(qǐng)搜索本站以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持本站！
版權(quán)聲明：本站文章來源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請(qǐng)保持原文完整并注明來源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非maisonbaluchon.cn所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學(xué)習(xí)參考，不代表本站立場，如有內(nèi)容涉嫌侵權(quán)，請(qǐng)聯(lián)系alex-e#qq.com處理。
相關(guān)文章
關(guān)注官方微信