OpenCV自学笔记三:图像的基本表达方法和像素处理_图像0-255是什么意思

目录

一：图像的基本表达方法

1.二值图像：

2.灰色图像：

3.彩色图像：

二：像素处理

1.通过位置索引访问和处理二值图像和灰度图像的元素。

 2.通过位置索引访问和处理彩色图像的元素。

---

一：图像的基本表达方法

1.二值图像：

二值图像是一种只包含两个像素值（通常为0和255）的图像。它们用于表示像素在某个特定条件下的存在或不存在，通常用于图像分割、边缘检测等应用。在二值图像中，0通常代表黑色（背景），255通常代表白色（前景）。

2.灰色图像：

灰色图像是指每个像素都由一个灰度级别表示的图像。灰度级别通常在0到255之间，其中0代表黑色，255代表白色。灰色图像可以看作是彩色图像的一种特殊情况，其颜色信息只包含在亮度通道中，而没有颜色饱和度信息。

3.彩色图像：

彩色图像是由红、绿、蓝三个颜色通道组合而成的图像。每个像素点都有相应的红色、绿色和蓝色分量，通过不同强度的这三个颜色的叠加来呈现多种颜色。彩色图像通常具有更丰富的颜色信息，用于真实场景的图像表示和处理。在RGB模型中，每个通道的强度范围是从0到255。

需要注意是OpenCV中通道顺序为BGR

二：像素处理

1.通过位置索引访问和处理二值图像和灰度图像的元素。

下面是一些示例代码：

import cv2
 
image = cv2.imread("gray_image.png", 0)
 
# 访问指定位置的像素值
 
pixel_value = image[100, 200]
 
# 修改指定位置的像素值
 
image[150, 250] = 128
 
# 遍历图像所有像素并修改像素值
 
height, width = image.shape
 
for y in range(height):
 
for x in range(width):
 
if image[y, x] < 128:
 
image[y, x] = 0
 
else:
 
image[y, x] = 255

这些示例演示了如何通过位置索引访问和处理二值图像和灰度图像的像素。请注意，像素坐标的索引是以(行，列)的形式定义的，其中行代表y坐标，列代表x坐标。确保已经加载要处理的图像，并使用正确的索引范围进行访问和修改操作。

 2.通过位置索引访问和处理彩色图像的元素。

使用三维数组索引：这是最常见的方式，可以直接通过三维数组来索引彩色图像的像素值。例如，使用`img[y, x]`可以获取坐标`(x, y)`处的像素值。

import cv2
 
# 读取图像
 
img = cv2.imread('image.jpg')
 
# 获取图像的高度和宽度
 
height, width, _ = img.shape
 
# 访问像素点的值
 
for y in range(height):
 
for x in range(width):
 
# 获取当前像素点的BGR值
 
b, g, r = img[y, x]
 
# 对当前像素点进行操作
 
# ...

利用坐标访问像素值：通过图像的行和列的坐标，可以直接访问对应位置的像素值。可以使用`img.item(y, x, c)`或`img.item((y, x, c))`来获取坐标`(x, y)`处通道`c`的像素值。

import cv2
# 读取图像
img = cv2.imread('image.jpg')
# 获取图像的高度和宽度
height, width, _ = img.shape
# 访问像素点的值
for y in range(height):
for x in range(width):
# 获取当前像素点的BGR值
b = img.item(y, x, 0)
g = img.item(y, x, 1)
r = img.item(y, x, 2)

使用Numpy索引：由于OpenCV中的图像实际上是基于Numpy数组的，你可以使用Numpy提供的索引方式来访问图像的像素值。例如，可以使用`img[y, x, c]`或`img[y][x][c]`来获取坐标`(x, y)`处通道`c`的像素值。

import cv2
 
import numpy as np
 
# 读取图像
 
img = cv2.imread('image.jpg')
 
# 获取图像的高度和宽度
 
height, width, _ = img.shape
 
# 访问像素点的值
 
for y in range(height):
 
for x in range(width):
 
# 获取当前像素点的BGR值
 
b = img[y, x, 0]
 
g = img[y, x, 1]
 
r = img[y, x, 2]
 
# 对当前像素点进行操作
 
# ...

这些是一些常用的彩色图像访问方式，你可以根据自己的需求选择合适的方式来访问和处理图像。