Chapter1 - 像素(Pixel)操作

Chapter1 - 像素(Pixel)操作

import cv2 as cv
import numpy as np
src = cv.imread("opencv.png")

一、改变像素值

# copy image, deep copy
img_copied = np.copy(src)
 
# change value
img_changed = img_copied
img_copied[100:200, 200:300, :] = 255
 
# both `img_changed` and `img_copied` change.
cv.imshow("img_changed", img_changed)
cv.imshow("img_copied", img_copied)
 
cv.waitKey(0)
cv.destroyAllWindows()

运行结果

img_changed

img_copied

关于复制np.copy()

• src的类型是numpy.ndarray，即放置同类型的元素的多维数组。所以“复制图片”要用np.copy()；

• python有直接引用、浅复制、深复制；

• 对于列表等可循环结构，即python list：

  • b = a是直接引用，指向同一个对象，a改变，b也跟着改变；
  • b = a.copy()是浅复制；a改变，b也改变；
  • b = a.deepcopy()是深复制；a、b相互独立；

• numpy list和python list不同：

  • img_copied = np.copy(src)是深拷贝；即src改变，但img_copied不变；
  • img_changed = img_copied是直接引用；img_copied改变，img_changed也要改变；

二、通过像素值新建图像

# create image
img_created = np.zeros(src.shape, src.dtype) # value:all zero, Black
cv.imshow("img_created", img_created)
 
img_1 = np.zeros([512,512], dtype=np.uint8)
img_1[:,:] = 127 # set gray value: 127
 
img_2 = np.ones([512,512,3], dtype=np.uint8)
img_2[:,:,0] = 255 # "B":255,"G"="R"=1, Blue
 
cv.imshow("gray image: img_1", img_1)
cv.imshow("R\'s value=255: img_2", img_2)
 
cv.waitKey(0)
cv.destroyAllWindows()

注意

读取彩色图片时，会有三层，这三层代表的RGB是颠倒的，也就是BGR：

• img[:,:,0]代表B；
• img[:,:,1]代表G；
• img[:,:,2]代表R；

改变RGB的值就意味着能对图像的色彩进行操作，那么我们下面使用数组的方式，把对应位置的BGR值做一下变化，观察一下效果：

# read and write pixels
img_copied = np.copy(src)
row, column, channel = img_copied.shape
print("row: %d, column: %d, channel: %d" % (row, column, channel))
 
for i in range(row):
    for j in range(column):
        b, g, r = img_copied[i, j]
        b = 255 - b
        g = 255 - g
        r = 255 - r
        img_copied[i, j] = [b, g, r]
        
cv.imshow("read and write pixels", img_copied)
 
cv.waitKey(0)
cv.destroyAllWindows()

row: 610, column: 570, channel: 3

运行结果

在处理610×570这样一个小型图像时，反应时间便明显变长；

为了提高速度，一方面需要更好的设备，另一方面上述代码最好改写成支持CUDA加速；

两个图像的像素之间也是可以做算术运算的（只要不超出范围即可），比如下面这个例子：

# pixel arithmetic operations
img_1 = cv.imread("test0.jpg")
img_2 = cv.imread("test1.jpg")
 
result = np.zeros(shape=[4,img_1.shape[0],img_1.shape[1],img_1.shape[2]], dtype=img_1.dtype)
for i in range(4):
    result[i][:,:,:] = np.zeros(shape=[img_1.shape[0],img_1.shape[1],img_1.shape[2]], dtype=img_1.dtype)
 
cv.add(img_1, img_2, result[0])
cv.imshow("add_result", result[0])
 
cv.subtract(img_1, img_2, result[1])
cv.imshow("sub_result", result[1])
 
cv.multiply(img_1, img_2, result[2])
cv.imshow("mul_result", result[2])
 
cv.divide(img_1, img_2, result[3])
cv.imshow("div_result", result[3])
 
cv.waitKey(0)
cv.destroyAllWindows()

算数运算的操作比较简单，这里不再详述；

为了存储每次算数运算的结果，可以每次都新建变量--初始化--承接结果；为了缩减初始化的工作量，新建了result这个4维矩阵；

result从宏观上看，可以认为是4个元素的list，每个元素都是一个图像类型（3维）；这种提取过程需要会。

三、像素值的逻辑运算

除了算术操作，我们也可以进行逻辑操作(logical operation)，常见的有三种：

• cv.bitwise_add() 逻辑与；
• cv.bitwise_or() 逻辑或；
• cv.bitwise_not() 逻辑否；
• cv.bitwise_xor() 异或；同为0,异为1

当然，不仅可以对两张图片做逻辑操作，也可以只对一张图片做逻辑操作，不过只能做not运算，图中的白色会变成黑色；而其他逻辑操作，如and等会报错；

下面，我们新建矩形和圆形图片，对这两张图片进行逻辑操作，两种图形的用法分别如下：

cv.rectangle(img, (x,y), (x+h,y+h), (b,g,r), line_thickness)

• (x,y)和(x+h,y+h)分别对应了左上和右下角；这样的话，第一个点的坐标应该小于第二个点；但是如果第一个点的坐标大于第二个点，会被认为是左下和右上角；

• (b,g,r)是矩形四条边的BGR数值；注意是BGR而非RGB；如果这里只写一个255，代表B=255,G=R=0，也就是蓝色；

• line_thickness是边的厚度；如果是负数，如-1，表示填充整个矩形，填充的颜色是上面线条的颜色；

cv.circle(img, (x,y), r, (b,g,r), thickness)

• (x,y)是圆的圆心坐标，r是半径；
• 其他的和上面矩形类似；

# create rectangle
img_1 = np.zeros(shape=[400,400,3], dtype=np.uint8)
cv.rectangle(img_1, (25,25), (375,375), 255, -1)
cv.imshow("rectangle", img_1)
 
# create circle
img_2 = np.zeros(shape=[400,400,3], dtype=np.uint8)
cv.circle(img_2, (200,200), 200, 255, -1)
cv.imshow("circle", img_2)
 
# make logical operations
dst1 = cv.bitwise_and(img_1, img_2)
dst2 = cv.bitwise_or(img_1, img_2)
dst3 = cv.bitwise_xor(img_1, img_2)
dst4 = cv.bitwise_not(src)
 
cv.imshow("add", dst1)
cv.imshow("or", dst2)
cv.imshow("xor", dst3)
cv.imshow("not to picture", dst4)
 
cv.waitKey(0)
cv.destroyAllWindows()

运行结果

四、伪彩色applyColorMap函数

使用OpenCV的预定义的颜色映射来将灰度图像伪彩色化；显示的效果类似于颜色滤镜；

应用领域：空间中的行星和其他物体的灰度图像是采用伪彩色来显示细节，并对不同颜色的不同材质对应的区域进行标记。比如下面对冥王星处理的图片：

下面，我们对于图片使用伪彩色效果：

img_cool = cv.applyColorMap(src, cv.COLORMAP_COOL)
img_jet = cv.applyColorMap(src, cv.COLORMAP_JET)
 
cv.imshow("colormap.cool", img_cool)
cv.imshow("colormap.jet", img_jet)
 
cv.waitKey(0)
cv.destroyAllWindows()

运行结果

五、图像通道的分离cv.split()和合并cv.merge()

# channel seperation
B, G, R = cv.split(src)
print("分离后的维数：", B.shape)
 
cv.imshow("Split Blue", B)
cv.imshow("Split Green", G)
cv.imshow("Split Red", R)
 
# channel merging
# zeros = np.zeros(shape=src.shape[:2], dtype=np.uint8)
zeros = np.zeros(shape=B.shape, dtype=np.uint8)
cv.imshow("Merge Blue", cv.merge([B, zeros, zeros]))
cv.imshow("Merge Green", cv.merge([zeros, G, zeros]))
cv.imshow("Merge Red", cv.merge([zeros, zeros, R]))
 
# merge orignal image
cv.imshow("orignal image", cv.merge([B, G, R]))
 
cv.waitKey(0)
cv.destroyAllWindows()

分离后的维数： (610, 570)

运行结果

B,G,R = cv.split(image)

• 已知image.shape是610×570×3，如果只需要某个通道，那么最后的3就会变成1，所以B G R的维数应该是610×570；

• 如果使用mv = cv.split(image)，那么mv是list类型，有3个元素（np.array类型），每个元素是610×570维；

• 如果单独显示通道的图像，发现三个通道的图像尽管不同，但都是灰色的，而不是期望中的红色等。以R为例，分离后图像会缺失G、B，但是使用imshow()方法后，三个通道都会变成R，即(R,R,R)。当三个通道的值相等时，为灰度图。

那我们如果要想显示红色，但是还得要用imshow()这个函数，就需要使用合并，把自动生成的(R,R,R)，变成(R,0,0)，也就是上面zeros那个矩阵的作用；

cv.merge([B, G, R])

需要注意：B，G，R的维数一定要相同；分离后各个通道的维数是610×570，为了确保维数相同，有这种写法：

• zeros = np.zeros(shape=src.shape[:2], dtype=np.uint8)

• 这里src.shape是610×570×3，也就是这个列表有三个元素，注意：src.shape[:2]是取不到最后一个元素的，只能取src.shape[0]、src.shape[1]这两个，src.shape[2]是取不到的；

• zeros = np.zeros(shape=B.shape, dtype=np.uint8)这个写法是等价的，更简洁明了；

下面提供一种更简单直白的写法，思路是把无关通道的所有元素直接强行置0；比如：

result_split = cv.split(src)
 
# make G=R=0, only keep B;
result_split[1][:,:] = 0
result_split[2][:,:] = 0
dst = cv.merge(result_split)
 
cv.imshow("Merge Blue", dst)
 
cv.waitKey(0)
cv.destroyAllWindows()