图像的基本操作

本节所涉及的操作主要是关于numpy的，而不是opencv，想要写出高效的opencv代码需要对numpy有很好的了解。

获取并修改像素值

首先加载一个彩色图像

import cv2
import numpy as np

img = cv2.imread('test.jpg')

# print(img.item(10, 10, 2))

# px = img[100, 100]
# print(px)#返回一个数组

#只返回蓝色通道值
# blue = img[100, 100, 0]
# print(blue)

#修改像素值,修改在原地修改而不是副本修改
# img[100, 100] = [255, 255, 255]
# print(img[100, 100])

#更好的访问和修改像素的方法
result = img.item(10, 10, 2)
print(result)

img.itemset((10, 10, 2), 100)
print(img.item(10, 10, 2))
cv2.namedWindow('img', cv2.WINDOW_AUTOSIZE)
cv2.imshow('img', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

结果：每个人的图片都不一致，便不放上结果，只放上举例时用的图片

 

获取图像的属性

图像的属性包括图像的行列数，通道数，图像数据类型，像素点的数量等

图像的形状（长宽、通道）可以通过img.shape得到，它将返回一个元组，包含图像的行列数以及通道数（若是彩色图的话）

import cv2
import numpy as np

img = cv2.imread('test.jpg')

#返回行列数和通道数
shape = img.shape
print(shape)

#获取图像的总的像素点的数目
size = img.size
print(size)

#查看图像的数据类型
type = img.dtype
print(type)

cv2.namedWindow('img', cv2.WINDOW_AUTOSIZE)
cv2.imshow('img', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

若图像是灰度图，返回的元组只包含行列数，所以检查载入的图像是灰度图还是彩色图像是一个有效的方法。

可通过img.size获取图像的总的像素点的数目

• 图像的数据类型通过img.dtype查看
• img.dtype在debug的时候是非常有用的，因为大部分的opencv-python代码错误都是因为无效的数据类型造成的。

图像边界（Border）

如果你想给图像周围添加一个边框，类似于相框，你可以用cv2.copyMakeBorder()函数。但是边界常常在卷积操作中应用更为多，比如边界填充0值。该函数有以下参数：

• src，输入的图像
• top,bottom,left,right，4个方向上边界宽度（像素为单位）
• borderType，定义需要添加的是什么类型的边界，它有以下值： 
  
  • cv2.BORDER_CONSTANT，常量填充边界，值由下一个参数value指定。
  • cv2.BORDER_REFLECT，将会在边界上进行镜像操作。如fedcba|abcdefgh|hgfedcb
  • cv2.BORDER_REFLECT_101或cv2.BORDER_DEFAULT，和上一个值BORDER_REFLECT类似，仅存在微小变换。如 gfedcb|abcdefgh|gfedcba
  • cv2.BORDER_REPLICATE，使用最后一个元素进行重复填充，如aaaaaa|abcdefgh|hhhhhhh
  • cv2.BORDER_WRAP，不做解释，它是这样的cdefgh|abcdefgh|abcdefg
• value，边界的颜色值（当boder的type是cv2.BORDER_CONSTANT时）

下面是一个示例代码，展示各种边界类型

import cv2
import numpy as np
import matplotlib.pyplot as plt

BLUE = [255, 0, 0]

img = cv2.imread('opencv.png')

replicate = cv2.copyMakeBorder(img, 10,10,10,10, cv2.BORDER_REPLICATE)
reflect = cv2.copyMakeBorder(img, 10, 10, 10, 10, cv2.BORDER_REFLECT)
reflect101 = cv2.copyMakeBorder(img, 10, 10,10, 10, cv2.BORDER_REFLECT_101)
wrap = cv2.copyMakeBorder(img, 10, 10,10, 10, cv2.BORDER_WRAP)
constant = cv2.copyMakeBorder(img, 10, 10,10, 10, cv2.BORDER_CONSTANT, value=BLUE)

plt.subplot(231), plt.imshow(img,'gray'), plt.title('ORIGINAL')
plt.subplot(232), plt.imshow(replicate,'gray'), plt.title('REPLICATE')
plt.subplot(233), plt.imshow(reflect,'gray'), plt.title('REFLECT')
plt.subplot(234), plt.imshow(reflect101,'gray'), plt.title('REFLECT_101')
plt.subplot(235), plt.imshow(wrap,'gray'), plt.title('WRAP')
plt.subplot(236), plt.imshow(constant,'gray'), plt.title('CONSTANT')


plt.show()

效果如下图所示：

举例时用的图片：