【Python】【OpenCV】【NumPy】图像数据的访问

合集 - Python(17)

1.【Python】【ChatGPT】本地部署ChatGPT学习记录2023-10-242.【Python】【OpenCV】【NumPy】图像和原始字节的转换2023-11-19

3.【Python】【OpenCV】【NumPy】图像数据的访问2023-11-20

4.【Python】【OpenCV】视频帧和摄像头帧操作 and 窗口显示2023-11-215.【Python】【OpenCV】Cameo项目（一）实时显示摄像头帧2023-11-276.【Python】【OpenCV】边缘检测和创建自定义核2023-11-297.【Python】【OpenCV】轮廓检测2023-11-308.【Python】【OpenCV】绘制外接矩形、外接圆2023-12-059.【Python】【OpenCV】凸轮廓和Douglas-Peucker算法2023-12-0610.【Python】【OpenCV】检测直线和圆2023-12-0711.【Python】【OpenCV】定位条形码（一）2023-12-2112.【Python】【OpenCV】定位条形码（二）moments和HuMoments2023-12-2113.【Python】【OpenCV】关于cv2.findContours()轮廓索引（编号）解析（RETR_TREE）2023-12-2614.【Python】【OpenCV】定位二维码2023-12-2815.【Python】【OpenCV】OCR识别（一）——目标区域定位2024-01-0216.【Python】【OpenCV】OCR识别（二）——透视变换2024-01-0817.【Python】【OpenCV】OCR识别（三）——字符识别2024-01-12

收起

接上一随笔，这次学习针对图像数据的访问（Numpy.array）

在OpenCV中，使用 imread() 方法可以访问图像，其返回值是一个数组，而根据传入的不同图像，将会返回不同维度的数组。

针对返回的图像数据，即数组，我们是可以进行操作的：

import cv2

# MyPic.png图像自行随意创建一个原始字符转换成图像即可
img = cv2.imread('MyPic.png')

# 在array类中，可以使用[, , ]这种类型来访问多维数组
img[0, 0] = [255, 255, 255]

此时，我们就将MyPic这张图的（0， 0）这一像素点修改成了白色。

而在array类中有提供相应的item方法来便捷我们的上述操作：

# 修改这一点上的三元色中的某一色
img.itemset((0, 0, 0), 255)
# 获取这一点上的像素值
img.item(0, 0, 0)

但是上述操作都是针对某一点的修改，只能做到有限的区域，当我们想操作更大的区域时，则可以使用切片（split）：

 img[0:100, 0:100, :] = 255 

上述代码将获取图像的左上角一个边长为100的正方形区域，将颜色是修改为白色。

（注意：图像处理中，img的索引分表代表 [y(height), x(width), channels]，相对于我们数学意义上的XY轴，进行了一个调换， 其中左上角为原点（0，0））