Python-OpenCV 处理图像(三):图像像素点操作,python-opencv像素, 第二种就是使用 Ope
Python-OpenCV 处理图像(三):图像像素点操作,python-opencv像素, 第二种就是使用 Ope
系列文章目录
0x01. 像素
有两种直接操作图片像素点的方法:
第一种办法就是将一张图片看成一个多维的list,例如对于一张图片im,想要操作第四行第四列的像素点就直接 im[3,3] 就可以获取到这个点的RGB值。
第二种就是使用 OpenCV 提供的 Get1D、 Get2D 等函数。
推荐使用第一种办法吧,毕竟简单。
0x02. 获取行和列像素
有一下四个函数:
-
cv.GetCol(im, 0): 返回第一列的像素
-
cv GetCols(im, 0, 10): 返回前 10 列
-
cv.GetRow(im, 0): 返回第一行
-
cv.GetRows(im, 0, 10): 返回前 10 行
0x03. 批量处理
需要批量处理所有的像素点的时候,只需要使用for循环迭代处理就可以了:
import cv2.cv as cv im = cv.LoadImage("img/lena.jpg") for i in range(im.height): for j in range(im.width): im[i,j] # 这里可以处理每个像素点
还有一种迭代处理的方式是使用 LineIterator,不过在声明 LineIterator 的时候需要制定处理像素点的开始点和结束点。
import cv2.cv as cv im = cv.LoadImage("img/lena.jpg") li = cv.InitLineIterator(im, (0, 0), (im.rows, im.cols)) #So loop the entire matrix for (r, g, b) in li: # 这里可以对每个像素点的 r g b 进行处理
娱乐一下, 随机获取 5000 个像素点,然后把颜色换成一个随机的值(salt):
import cv2.cv as cv import random # 这里也可以使用 Get2D/Set2D 来加载图片 im = cv.LoadImage("img/lena.jpg") for k in range(5000): #Create 5000 noisy pixels i = random.randint(0,im.height-1) j = random.randint(0,im.width-1) color = (random.randrange(256),random.randrange(256),random.randrange(256)) im[i,j] = color cv.ShowImage("Noize", im) cv.WaitKey(0)
效果图:
相关内容
- Python-OpenCV 处理图像(五):图像中边界和轮廓检测,
- 使用 OpenCV 与 Face++ 实现人脸解锁,opencv人脸,未经作者
- 用 Python 和 OpenCV 来测量相机到目标的距离,pythonopenc
- 忘关烤箱了?我用 Python 和 OpenCV 来帮忙!,pythonopenc
- 用 Opencv 和 Python 对汪星人做模糊检测,opencvpython,未经
- 用 Python 和 OpenCV 检测和跟踪运动对象,pythonopencv,未经
- 用树莓派 + Python + OpenCV 实现家庭监控和移动目标探测(
- 用Python和OpenCV创建一个图片搜索引擎的完整指南,,未经
- 在Raspberry Pi 2/B+上安装Python和OpenCV,raspberryopencv,未经许
- 利用Python和OpenCV将URL直接转换成OpenCV格式,pythonopencv
评论关闭