`
huangyongxing310
  • 浏览: 499071 次
  • 性别: Icon_minigender_1
  • 来自: 广州
文章分类
社区版块
存档分类
最新评论

openvc 图像基本操作

 
阅读更多
openvc 图像基本操作

访问和修改图片像素点的值
px = img[100, 100]
px_blue = img[100, 100, 0]
img[100, 100] = [255, 255, 255]



获取图片的宽、高、通道数等属性
img.shape)  # (263, 263, 3) 包含高度、宽度和通道数的元组
img.dtype获取图像数据类型
img.size获取图像总像素数


了解感兴趣区域ROI(截取)
#截取脸部ROI
face = img[100:200, 115:188]

分离和合并图像通道
b, g, r = cv2.split(img)
img = cv2.merge((b, g, r))

# -*-encoding:utf-8-*-
import pytesseract
from PIL import Image
from PIL import ImageFilter
from PIL import ImageFont
from PIL import ImageDraw
import numpy as np
from PIL import Image

import cv2


def main():
    # img = cv2.imread("test001.jpg") #读取图片
    # cv2.imshow("1",img) #显示图片
    # cv2.waitKey(10000)# 延时10s

    # image = Image.open("test002.png")
    # img = image.convert('1')  # 转化为灰度图

    # img.show()

    # 获取和修改像素点值
    img = cv2.imread("learn.jpg")
    px = img[100, 100]
    print(px)  # [119 108 201]
    # 只获取蓝色blue通道的值,对于彩色图,这个值是B,G,R三个值的列表,对于灰度图,只有一个值:
    px_blue = img[100, 100, 0]
    print(px_blue)  # 119

    # 修改像素的值也是同样的方式:
    img[100, 100] = [255, 255, 255]
    print(img[100, 100])  # [255 255 255]

    img.itemset((100, 100, 0), 255)#但这种方式只能B, G, R逐一进行

    # ROI:region of interest,感兴趣区域。(就是你想要的区域)
    face = img[100:200, 115:188]
    cv2.imshow('face', face)
    cv2.waitKey(0)

    # 通道分割与合并
    b, g, r = cv2.split(img)
    img = cv2.merge((b, g, r))

if __name__ == '__main__':
    main()
分享到:
评论

相关推荐

    opencv opencv 图像基本操作

    OpenCV 图像基本操作 OpenCV 是一个计算机视觉库,提供了大量的图像处理函数,能够帮助开发者快速地实现图像处理任务。在本资源中,我们将介绍 OpenCV 的基本操作,包括环境配置、图像读取、图像显示等。 1. 环境...

    opencv图像基础操作(python版).rar

    本教程将介绍OpenCV在Python中的基础操作,包括边界填充、颜色通道提取、图像读取以及图像融合,这些都是图像处理的基础。 1. **边界填充**:在图像处理中,边界填充是为了给图像的边缘指定特定颜色。在OpenCV中,...

    OpenCV-python 学习笔记 Opencv图像基本操作1

    OpenCV-Python 是一个强大的计算机视觉库,广泛用于图像处理和计算机视觉任务。这篇学习笔记主要介绍了如何在...理解并掌握这些基本操作是深入学习OpenCV的关键,为进一步的图像分析和计算机视觉应用打下坚实基础。

    《Opencv图像处理编程示例》pdf+代码+数据

    《OpenCV图像处理编程实例》以OpenCV开源库为基础实现图像处理领域的很多通用算法,并结合当今图像处理领域前沿技术,对多个典型工程实例进行讲解及实现。全书内容覆盖面广,由基础到进阶,各个技术点均提供详细的...

    QT+opencv图像点运算,包括图像反色,灰度拉伸,灰度均衡

    在图像处理中,反色是一种基本操作,它通过取图像像素值的补码来实现。例如,对于8位灰度图像,像素值范围是0到255,反色就是将每个像素值替换为其补码,即255 - 原像素值。在QT+OpenCV的环境中,可以使用OpenCV的`...

    《OpenCV 图像基础操作全解析:从读取到像素处理与 ROI 应用》

    简介:本文详细介绍了使用 OpenCV 进行图像相关操作的基础知识与实践示例,涵盖图像读取(包括不同读取方式及对应效果)、灰度值概念与图像矩阵存储特点、通道相关知识(如 BGR、通道拆分与合并),还展示了像素处理...

    openCV-image.zip_image opencv_opencv 图像_opencv 图像操作_图像操作

    这个压缩包“openCV-image.zip”可能包含了关于OpenCV在处理图像时的一些基本操作的文档“openCV image.doc”。 在OpenCV中,图像操作主要包括以下几个方面: 1. **读取与显示图像**:使用`imread()`函数可以读取...

    opencv图像轮廓教程

    在学习 OpenCV 图像轮廓教程时,你需要理解基本的集合操作,熟悉形态学操作的原理,以及如何在 OpenCV 库中实现这些操作。通过实践,你可以学会如何利用这些工具来分析和处理图像,尤其是在物体识别、图像分割和模式...

    OpenCV图像处理-小案例实战课程配套PDF.7z

    这个“OpenCV图像处理-小案例实战课程配套PDF.7z”压缩包文件,显然包含了与OpenCV相关的实战课程材料,可能是教学课件、案例分析或练习题解等,对于学习OpenCV的人来说是一份宝贵的资源。 首先,OpenCV的基本概念...

    基于opencv的图像处理库

    通过理解并实现这些基本的图像处理算法,开发者可以深入掌握OpenCV库,为更复杂的应用场景,如图像分析、图像识别和机器学习等打下坚实基础。此外,OpenCV的跨平台特性使其在Windows、Linux、Mac OS等多种操作系统上...

    opencv 图像处理库

    阈值分割是将图像分割成前景和背景的基本方法,OpenCV的`threshold()`函数可以实现二值化,即把图像像素值小于某个阈值的部分设为一个值(如0),大于阈值的部分设为另一个值(如255),这样可以快速提取图像中的...

    Opencv图像处理经典例图

    这个“Opencv图像处理经典例图”压缩包很可能包含了一些使用OpenCV进行图像处理操作的经典示例,其中"lena"是一个在计算机视觉领域非常著名的测试图像,通常用于展示和测试各种图像处理技术。 Lena图像源于1972年...

    OpenCV图像处理编程实例+源代码 - 副本_opencv图像_fireplace7fp_图像处理编程_图像处理_源码

    "OpenCV图像处理编程实例+源代码 - 副本" 是一个资源包,提供了关于如何使用OpenCV进行图像处理的实际教程和源代码示例。在这个包中,你将找到"fireplace7fp"这样的案例,它可能是针对特定图像或场景的处理示例。 ...

    opencv图像校正(摄像头校正)

    本文将深入探讨“opencv图像校正(摄像头校正)”这一主题,包括如何利用OpenCV对摄像头捕获的扭曲图像进行校正,并理解摄像头的内外参数。 图像校正通常涉及到对由于镜头畸变、透视失真等因素导致的图像扭曲进行...

    OpenCV图像处理讲义

    本讲义主要讲述OpenCV图像处理的基础知识,包括图像处理简介、OpenCV简介、图像处理操作、图像特征提取与描述、视频操作等。 1. 图像处理简介 图像处理是从图像采集、图像处理到图像再现的整个过程。图像处理的...

    OpenCV常用的图像和矩阵操作总结

    OpenCV图像和矩阵操作总结 OpenCV是计算机视觉和机器学习领域中广泛应用的开源库,提供了大量的图像和矩阵操作函数。学习和掌握这些函数是编程和开发计算机视觉应用的基础。本文将对OpenCV中常用的图像和矩阵操作...

    opencv图像处理实战案例

    总之,通过这个"opencv图像处理实战案例",你将能够掌握如何使用Python和OpenCV实现各种图像处理效果。这些技巧不仅可以应用于创意图像编辑,还可以在更复杂的计算机视觉项目中发挥重要作用,比如物体识别、图像分割...

    opencv图像处理MFC

    2. **图像基本操作**:包括调整图像大小(`cv::resize`)、图像旋转(`cv::warpAffine`或`cv::rotate`)、图像平移(`cv::warpAffine`)、灰度化处理(`cv::cvtColor`)等。这些操作对于图像预处理和后期处理至关...

    OpenCV图像ROI裁剪

    程序说明:《OpenCV3编程入门》...程序描述:在简单的OpenCV图像显示的基础上,修改为图像裁剪 开发测试所用操作系统: Windows 7 64bit 开发测试所用IDE版本:Visual Studio 2010 开发测试所用OpenCV版本: 2.4.9

    opencv图像处理.zip

    总的来说,这个压缩包提供了学习和实践OpenCV图像处理的基础步骤,涵盖了基本的几何变换和滤波操作。通过这些示例,开发者可以了解如何在Python环境中利用OpenCV库进行图像处理,并以此为基础,进一步探索更复杂的...

Global site tag (gtag.js) - Google Analytics