OpenCV-图像基础操作

• 获取并修改像素值

  ---

import numpy as np
import cv2

img = cv2.imread("../image/min.jpg")

print(cv2.__file__)
# 方法一
px = img[100, 100, 1]
print(px)
img[100, 100, 1] = 20 # 设置像素值

# 方法二
print(img.item(100, 100, 1))
img.itemset((100, 100, 1), 20) # 设置像素值

 

• 图像ROI

  ---

  　　对图像特定区域进行操作，例如我们要检测一副图像中眼睛的位置，我们首先应该在图像中找到脸，再在脸的区域中找眼睛，而不是直接在一幅图像中搜索。这样会提高程序的准确性和性能。

import numpy as np
import cv2

img = cv2.imread("../image/min.jpg")

# 将图像分割为三通道，使用split()方法比较耗时
b, g, r = cv2.split(img)

# 合并通道
img = cv2.merge(b, g, r)

 

另外一种方式：cv2.split() 是一个比较耗时的操作。只有真正需要时才用它，能用Numpy 索引就尽量用。 

# 获取蓝色通道
b = img[:, :, 0]
print(b)

 

•  为图像扩边填充

  ---

　　如果你想在图像周围创建一个边，就像相框一样，你可以使用 cv2.copyMakeBorder()函数。这经常在卷积运算或 0 填充时被用到。这个函数包括如下参数：

　　　　 src 输入图像
　　　　top, bottom, left, right 对应边界的像素数目
　　　　borderType 要添加那种类型的边界，类型如下 ：
　　　　　　– cv2.BORDER_CONSTANT 添加有颜色的常数值边界，还需要下一个参数（ value）。

　　　　　　– cv2.BORDER_REFLECT 边界元素的镜像。比如: fedcba|abcdefgh|hgfedcb
　　　　　　– cv2.BORDER_REFLECT_101 or cv2.BORDER_DEFAULT跟上面一样，但稍作改动。例如: gfedcb|abcdefgh|gfedcba

　　　　　　– cv2.BORDER_REPLICATE 重复最后一个元素。例如: aaaaaa|abcdefgh|hhhhhhh
　　　　　　  – cv2.BORDER_WRAP 

　　　　value 边界颜色，如果边界的类型是 cv2.BORDER_CONSTANT

　　

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

RED=[255,0,0]

img1=cv2.imread('../image/min.jpg')

# BGR转成RGB矩阵
img1 = img1[:, : ,::-1]

replicate = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REPLICATE)
reflect = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT)
reflect101 = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT_101)
wrap = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_WRAP)
constant= cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_CONSTANT,value=RED)

plt.subplot(231),plt.imshow(img1,'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()

 

结果：