Python3+OpenCV3+Pycharm编程：图片像素Numpy基本操作

• 遍历像素

1. 属性读取，输出高，宽，通道，像素值信息
2. 循环读取像素，对像素取反
3. OpenCV提供像素取反API：cv.bitwise_not(image)
4. 循环与API速度对比：2000ms：60ms（i7）

• 程序计时

1. 利用OpenCV提供API计时，也可通过Python提供time模块

time1 = cv.getCPUTickCount()  
# getCPUTickCount用于返回从操作系统启动到当前所经的计时周期数

stetements

time2 = cv.getCPUTickCount()

print("Time:%s ms" % ((time2 - time1) / cv.getTickFrequency() * 1000))  
# getTickFrequency用于返回CPU的频率

• 创建图片

1. 创建三通道

# 三通道
creat_img3 = np.zeros([400, 400, 3], np.uint8)  # 高400*宽400*通道3 单通道8位
creat_img3[:, :, 0] = np.ones([400, 400]) * 255  # 0(Blue)通道全部赋值255
creat_img3[:, :, 2] = np.ones([400, 400]) * 255  # 2(Red)通道全部赋值255
cv.imshow("create image3", creat_img3)

     2. 创建单通道

 # 单通道
creat_img1 = np.zeros([400, 400, 1], np.uint8)
creat_img1[:, :, 0] = np.ones([400, 400]) * 127  # 单通道灰度图像
cv.imshow("create image1", creat_img1)

     3. 创建小尺寸

# 生成小尺寸图片
mini_img = np.ones([3, 3], np.float)
mini_img.fill(127.1)  # .fill方法填充数据
mini_img2 = mini_img.reshape([1, 9])  # reshape只改变形状，不改变数据
print(mini_img, mini_img2)

• 代码

# -*- coding: utf-8 -*-
# By：iloveluoluo
# 2019.3.21
import cv2 as cv
import numpy as np


def access_pixels(image):
    """遍历像素"""

    # 属性读取
    # print(image.shape)  # （高，宽，通道数）
    height = image.shape[0]
    width = image.shape[1]
    channels = image.shape[2]  # Blue, Green, Red
    print("height:%s, width:%s, channels:%s, pixels：%s" % (height, width, channels, image.size))

    # 像素读取
    for row in range(height):  # 行
        for col in range(width):  # 列
            for chl in range(channels):  # 维度
                pv = image[row, col, chl]
                image[row, col, chl] = 255 - pv

    cv.imshow("pixels_demo", image)  # 显示遍历修改完的图片


def inverse(image):
    """利用OpenCV API像素取反"""
    dst = cv.bitwise_not(image)
    cv.imshow("inverse image", dst)


def create_image():
    """创建图像"""

    """
    # 三通道
    creat_img3 = np.zeros([400, 400, 3], np.uint8)  # 高400*宽400*通道3 单通道8位
    creat_img3[:, :, 0] = np.ones([400, 400]) * 255  # 0(Blue)通道全部赋值255
    creat_img3[:, :, 2] = np.ones([400, 400]) * 255  # 2(Red)通道全部赋值255
    cv.imshow("create image3", creat_img3)
    """

    """
    # 单通道
    creat_img1 = np.zeros([400, 400, 1], np.uint8)
    creat_img1[:, :, 0] = np.ones([400, 400]) * 127  # 单通道灰度图像
    cv.imshow("create image1", creat_img1)
    """

    """
    # 单通道，快速初始化
    create_img1 = np.ones([400, 400, 1], np.uint8)
    create_img1 *= 127
    cv.imshow("fast creat image1", create_img1)
    """

    # 生成小尺寸图片
    mini_img = np.ones([3, 3], np.float)
    mini_img.fill(127.1)  # .fill方法填充数据
    mini_img2 = mini_img.reshape([1, 9])  # reshape只改变形状，不改变数据
    print(mini_img, mini_img2)

    # x = np.array([1, 2], [3, 4], np.int32)  # 按要求生成数组


img = cv.imread('E:/MyFile/Picture/date/zly.jpg')  # 读取图片
cv.imshow("img", img)

# 遍历像素并修改
time1 = cv.getCPUTickCount()  # getCPUTickCount用于返回从操作系统启动到当前所经的计时周期数
access_pixels(img)
time2 = cv.getCPUTickCount()
print("Time:%s ms" % ((time2 - time1) / cv.getTickFrequency() * 1000))  # getTickFrequency用于返回CPU的频率
# 总次数/一秒内重复的次数*1000 = 时间(ms)

# API速度对比
time3 = cv.getCPUTickCount()
inverse(img)
time4 = cv.getCPUTickCount()
print("Time:%s ms" % ((time4 - time3) / cv.getTickFrequency() * 1000))

# create_image()

key = cv.waitKey(0)  # 无限等待
cv.destroyAllWindows()