PythonCV学习记录3——常用的基本操作_pycv

目录

一.图像的信息

1.取、改像素点信息

①取、改一个区域的信息

②取、改一个点的信息

2.取图像的信息

二.边界填充

三.图片运算

1.图片加法

2.图片的加权混合

---

一.图像的信息

1.取、改像素点信息

按教程上的说法，对于不同的类型有不同的取法。比如如果要取一个区域，那么直接用元组选择就行，如果要单独取一个像素点加遍历的话，用Numpy提供的函数会更快。

①取、改一个区域的信息

对于取一个区域的信息，我们肯定用像素框选择就行了，比如这样

import cv2
img = cv2.imread('test.jpg',1)
roi = img[10:500,10:500]
print(roi)

对于一个区域的修改的话，也可以这样，比如

import cv2
img=cv2.imread('test.jpg')
ball=img[280:340,330:390]
img[273:333,100:160]=ball
img=cv2.imshow('test', img)
cv2.waitKey(0)

②取、改一个点的信息

import cv2
import numpy as np
img = cv2.imread('test.jpg',1)
print(img.item(500,500,0))
img.itemset(500,500,0,255)
print(img.item(500,500,0))
---------out---------
228
255

注意：此处使用的item与itemset写入和读入的都是一个标量，也就是说，也许img[100,100]能读出[255,255,255]，但用item就只能用img.item(100,100,0) 这样分三次读取。写入同理。

2.取图像的信息

import cv2
img = cv2.imread('test.jpg',1)
print(img.shape, img.size, img.dtype)
-----out-----
(1090, 1090, 3) 3564300 uint8

.shape返回（长，宽，通道数）

.size返回图像的像素数目？（我不知道为什么，这个值≠图片的内存大小，也≠长×宽）

.dtype返回图像的数据类型

二.边界填充

据说对卷积计算有用？那就看看吧。

核心代码就是

res = cv2.copyMakeBorder(图片,上,下,左,右,类型)

前五个参数： src 输入图像 top, bottom, left, right 对应边界的像素数目

后一个参数：

-cv2.BORDER_REFLECT 重复最边边上的一个像素，一种拉伸感 aaaaaa|abcdefgh|hhhhhhh

-cv2.BORDER_REFLECT 边界的景象，你边界值是多少，就复制多少的像素当镜像fedcba|abcde-fgh|hgfedcb　　

-cv2.BORDER_DEFAULT 边界镜像，和上面差不多（官方说有差距，我没看出来）gfedcb|abcdefgh|gfedcba

-cv2.BORDER_WRAP 不知道怎么说了, 就像这样: cdefgh|abcdefgh|abcdefg

-cv2.BORDER_CONSTANT "我这个参数，比较特别"。他后面还需要额外增加一个参数_颜色。像这样

res = cv2.copyMakeBorder(img,100,100,100,100,cv2.BORDER_CONSTANT,value = [255,255,255])

三.图片运算

首先要知道这一点，对于图片的加减和算术加减有些不同。它有定义域啊（0≤x≤255），也就是说运算顺序不同，是可能造成不同的结果的。假设三个灰度点为A200,B250,C10。那么A+B-C=200+250-10=245，而A-C+B=200-10+250=255。所以是不同的。

1.图片加法

import cv2
import numpy as np
x = np.uint8([250])
y = np.uint8([10])
print (cv2.add(x,y)) # 250+10 = 260 => 255
print (x+y) # 250+10 = 260 % 256 = 4

两种的加法的方法得值不一样，所以尽量使用cv2.add()

都是学过线性代数的人了（对不起，我没学过23333），对于不同大小的矩阵，他们是不能直接相加的。所以要相加的话，必须两张图片有同样的通道数与长宽。

那么两张不同大小的图片，我们如何相加呢？那就是只对同样大小的矩阵进行相加，像这样

import cv2
import numpy as np
img1 = cv2.imread('test.jpg')
img2 = cv2.imread('test2.jpg')
rows,cols,channels = img2.shape
img1[0:rows, 0:cols ] = img2
cv2.imshow('res',img1)
cv2.waitKey(0)
cv2.destroyAllWindows()

如果不想把img2放在左上角，那么加一个固定的偏移就行:

img1[x:rows+x,y:cols+y] = img2

 

2.图片的加权混合

书里的代码有问题，跑不通，我也没试成功。