使用Python,OpenCV獲取、更改畫素,修改影象通道,剪裁ROI

語言: CN / TW / HK

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: 在這裡插入圖片描述裁剪感興趣區域: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: 在這裡插入圖片描述 原圖 VS 影象單通道灰度圖效果如下: 在這裡插入圖片描述 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: 在這裡插入圖片描述影象4通道 全透明圖 VS 不透明效果圖: 在這裡插入圖片描述

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) ```

參考