使用Python，OpenCV獲取、更改畫素，修改影象通道，剪裁ROI
使用Python，OpenCV獲取、更改畫素，修改影象通道，剪裁ROI
這篇部落格將介紹使用Python，OpenCV獲取、更改畫素，修改影象通道，擷取影象感興趣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 更改右下某個畫素為紅色，更改左上角1/4區域為綠色，效果圖如下：
裁剪感興趣區域：分別擷取左上角、右上角、左下角、右下角，各佔1/4；效果圖如下：
原圖 VS 影象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：
影象4通道 全透明圖 VS 不透明效果圖：
2. 原始碼
```python
USAGE
python opencv_getting_setting.py --image fjdj.png
匯入必要的包
import argparse
import cv2 import imutils import numpy as np
構建命令列引數及解析
--image 磁碟圖片路徑，預設名稱為當前py檔案同級目錄：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()
載入影象，獲取空間維度（寬度、高度），展示原始影象到螢幕
image = cv2.imread(args["image"]) image = imutils.resize(image, width=430) origin = image.copy() (h, w) = image.shape[:2] cv2.imshow("Original", image)
影象以Numpy陣列存在，獲取左上角，影象索引從0開始
影象以BGR通道表示，因為最開始BGR是標準，後來調整為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的畫素值，影象想象為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的畫素為紅色
image[380, 380] = (0, 0, 255) (b, g, r) = image[380, 380] print("Pixel at (380, 380) - Red: {}, Green: {}, Blue: {}".format(r, g, b))
計算影象的中心
(cX, cY) = (w // 2, h // 2)
使用陣列切片獲取左上角1/4的部分
tl = image[0:cY, 0:cX] cv2.imshow("Top-Left Corner", tl)
同樣的，用陣列切片裁剪 右上角、左下角、右下角部分，並展示
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)
使用畫素切片來更改畫素區域的顏色
image[0:cY, 0:cX] = (0, 255, 0)
展示更新畫素後的圖片
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，綠色和藍色通道， 然後我們使用Numpy 零陣列分別構造每個通道的表示形式
(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) ```