Opencv-python的图像简单颜色处理

获取并修改图像中的像素点

我们可以通过行和列的坐标值获取该像素点的像素值。对于BGR图像，它返回一个蓝，绿，红值的数组。对于灰度图像，仅返回相应的强度值。使用相同的方法对像素值进行修改。

import numpy as np
import cv2 as cv
img = cv.imread('messi5.jpg')
# 获取某个像素点的值
px = img[100,100]
# 仅获取蓝色通道的强度值
blue = img[100,100,0]
# 修改某个位置的像素值
img[100,100] = [255,255,255]

获取图像的属性

图像属性包括行数，列数和通道数，图像数据类型，像素数等。

形状：img.shape

图像大小：img.size

数据类型：img.dtype

图像通道的拆分与合并

有时需要在B，G，R通道图像上单独工作。在这种情况下，需要将BGR图像分割为单个通道。或者在其他情况下，可能需要将这些单独的通道合并到BGR图像。你可以通过以下方式完成。

# 通道拆分
b,g,r = cv.split(img)
# 通道合并
img = cv.merge((b,g,r))

色彩空间的改变

OpenCV中有150多种颜色空间转换方法。最广泛使用的转换方法有两种，BGR↔Gray和BGR↔HSV。

API：

cv.cvtColor(input_image，flag)

参数：

• input_image: 进行颜色空间转换的图像
• flag: 转换类型
  • cv.COLOR_BGR2GRAY : BGR↔Gray
  • cv.COLOR_BGR2HSV: BGR→HSV

整体运行代码如下：

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt

img = np.zeros((256,256,3),np.uint8)

plt.imshow(img[:,:,::-1])

​

img[100,100]

array([0, 0, 0], dtype=uint8)

img[100,100,0]

0

img[100,100] = (0,0,255)

plt.imshow(img[:,:,::-1])

​

​

img[100,100]

array([  0,   0, 255], dtype=uint8)

img.shape#行、列、通道数

(256, 256, 3)

img.dtype#数值类型

dtype('uint8')

img.size#像素个数

196608

xiao = cv.imread("./zp.jpg")

plt.imshow(xiao[:,:,::-1])//图像颜色翻转

​

​

#拆分颜色通道
b,g,r = cv.split(xiao)

plt.imshow(b,cmap=plt.cm.gray)#查看单通道图

​

​

img2 = cv.merge((b,g,r))#通道合并的结果

plt.imshow(img2[:,:,::-1])

​

​

#色彩空间的转换
gray = cv.cvtColor(xiao,cv.COLOR_BGR2GRAY)

plt.imshow(gray,cmap=plt.cm.gray)#指定灰度图的形式

​

​

#转换成HSV格式
hsv = cv.cvtColor(xiao,cv.COLOR_BGR2HSV)

plt.imshow(hsv)

​

​

总结：

1. 图像IO操作的API：

   cv.imread(): 读取图像

   cv.imshow()：显示图像

   cv.imwrite(): 保存图像

2. 在图像上绘制几何图像

   cv.line(): 绘制直线

   cv.circle(): 绘制圆形

   cv.rectangle(): 绘制矩形

   cv.putText(): 在图像上添加文字

3. 直接使用行列索引获取图像中的像素并进行修改

4. 图像的属性

   形状：img.shape

   图像大小：img.size

   数据类型：img.dtype

5. 拆分通道：cv.split()

   通道合并：cv.merge()

6. 色彩空间的改变

   cv.cvtColor(input_image，flag)