2 用python进行OpenCV实战之图像基本知识

野性酷女 2022-05-31 14:22 218阅读 0赞

# 前言 #

在这一节，我们将学习图像的基本构成单元——像素，我们将详细的探讨什么是像素？像素是如何使用来构成图像的？然后学习如何通过OpenCV来获取和操纵像素。

# 1 什么是像素 #

所有的图像都包含一组像素，像素是图像的原始构建块。 没有比像素更细的单位了。  
通常，我们将像素认为是在我们的图像给定位置出现的光的颜色或者强度，如果我们将图像考虑成一个网格，在网格中的每个方块都包含一个单一的像素。例如，我们假设有一个分辨率是500\*300的图像，这就意味着我们的图像被分成一个关于像素的网格，这个网格有500个行，300个列，综上可知，总共有500\*300=150000个像素在这张图片中。  
像素主要有两种表达形式：灰度模式和彩色模式。在一张灰度图片中，每个像素有一个从0至255\{\[0,255\]\}的值，其中0表示“纯黑色”，255表示“纯白色”，在0和255之间的值变现成不同深浅的灰色，当值靠近0时，图像更暗，当值靠近255时，图像更亮。  
彩色模式的图片通常用RGB颜色空间来表示（R for red, G for green, B for blue）,还有一些其他的模式比如CMY,但是在这里我们先不讨论。  
我们以（red, green, blue）的形式来表示RGB元组，这个元组就表示了我们的颜色，其中这三种颜色的值用在\[0,255\]之间的整数值表示，所以我们通常用unsigned int类型来表示每个颜色的强度。  
为了构成白色，我们需要用(255, 255, 255)来表示，为了得到黑色，我们需要用(0, 0, 0)来表示，红(255, 0, 0),绿(0, 255, 0),蓝(0, 0, 255).  
[RGB配色表][RGB]  
![色光三原色][SouthEast]

# 2 图像坐标系概述 #

正如我们之前所提到的，我们将一张图片以像素网格的形式表示，我们想象一下假设我们的图片为一张图表纸，图像的左上角为原点。  
![图像坐标系][SouthEast 1]

# 3 获取和操纵像素 #

上一节中，我们从磁盘中读取了图片，然后将它转换了格式再存储到了磁盘中，在这一节我们将对如何获取和操纵图像的像素进行实战，建立

getting_and_setting.py

## 3.1 代码 ##

from __future__ import print_function #1
    import argparse #2
    import cv2 #3
    
    ap = argparse.ArgumentParser() #4
    ap.add_argument("-i", "--image", required=True,
                    help="Path to the image") #5
    args = vars(ap.parse_args()) #6
    
    image = cv2.imread(args["image"]) #7
    cv2.imshow("Original", image) #8
    
    (b, g, r) = image[0, 0] #9
    print("Pixel at (0, 0) - Red: {}, Green: {}, Blue: {}".format(r, g, b)) #10
    
    image[0, 0] = (0, 0, 255) #11
    (b, g, r) = image[0, 0] #12
    print("Pixel at (0, 0) - Red: {}, Green: {}, Blue: {}".format(r, g, b)) #13
    
    corner = image[0:200, 0:100] #14
    cv2.imshow("corner1", corner) #15
    
    image[0:200, 0:100] = (0, 255, 0) #16
    cv2.imshow("update", image) #17
    cv2.waitKey(0) #18

## 3.2 代码详细解释 ##

**\#1-6：**  
关于这段代码在[第一节][Link 1]中已经进行过详细解释了，主要是为了导包，命令行参数的处理

**\#7-8：**  
展示原始图片

**\#9：**  
在第一节中，就曾经提到过OpenCV是用NumPy数组来表示图像的，我们也可以将这种表示看成是一种矩阵表示，为了获取像素，我们需要应用我们所感兴趣的x,y坐标，从中我们可以得到一个表示（r,g,b）的元组，然而，我们需要注意的是：**在OpenCV中是以逆序存储RGB通道到的，即我们通常以red,green,blue的顺序来记忆，但是OpenCV则是以blue,green,red的顺序来储存的.**

(b, g, r) = image[0, 0]

通过获得图像(0,0)处的像素，并将它赋值给一个三元组，我们可以再次看出OpenCV以逆序存取RGB像素，所以当我们在元组中得到每个元素时候，我们需要以BGR的顺序来获取

**\#10：**  
输出RGB每个通道的值到终端。可以看出我们获取像素值的方法非常简单，而这一切都要归功于NumPy,它替我们做了一系列的复杂工作。

**\#11：**  
我们操纵在左上角的像素，即在（0,0）处的像素，我们给他赋值（0,0,255），如果我们将它以RGB的格式来读的话，我们认为：red值是0，green值是0，blue值是255，所以我们将得到纯蓝色。然而，正如我们之前所提到的OpenCV是以BGR的格式存储像素的而不是RGB格式，所以我们实际上得到的是：red值是255，green值是0，blue值是0，因此我们得到的是一个纯红色而不是纯蓝色。

**\#12,13：**  
通过得到在（0,0）像素点的BGR颜色值，然后将它们以RGB的形式输出

**\#14**  
获取以及操纵单一的像素点是相当简单的，那如果使用NumPy的数组分割能力得到图像的一块长方形区域呢？

corner = image[0:200, 0:100] #14

在第一节我们介绍过image的数组里的第一个参数是高即y,第二个参数是宽即x,所以corner将得到一个100\*200大小的长方形区域，而这个区域即为图像的左上角区域。

**\#15：**  
将corner以“Corner”的名称显示出来

**\#16：**  
将左上角的区域用（0,255,0）即绿色来表示，实现了改变一整块区域的像素值的目的。

**\#17：**  
以“Updated”的名称显示图像

**\#18：**  
cv2.waitKey（）表示暂停脚本的执行直到在键盘输入一个按键，用“0”作为参数表示可以使用任何按键作为继续脚本执行的按钮。

## 效果展示 ##

![显示效果][SouthEast 2]

--------------------

转载请注明出处：  
CSDN:楼上小宇\_\_home:[http://http://blog.csdn.net/sty945][http_http_blog.csdn.net_sty945]  
简书：楼上小宇：[http://www.jianshu.com/u/1621b29625df][http_www.jianshu.com_u_1621b29625df]

[RGB]: http://www.wahart.com.hk/rgb.htm
[SouthEast]: /images/20220531/c158b1100dc44da9ad42efd7caebcc81.png
[SouthEast 1]: /images/20220531/e2a83878e5224a75b1287f382f71244d.png
[Link 1]: http://blog.csdn.net/u014265347/article/details/77334356
[SouthEast 2]: /images/20220531/51399c8ac2054436af26745c49b8357b.png
[http_http_blog.csdn.net_sty945]: http://http://blog.csdn.net/sty945
[http_www.jianshu.com_u_1621b29625df]: http://www.jianshu.com/u/1621b29625df