OpenCV-Python学习（4）—— OpenCV 图像对象的创建与赋值(numpy.zeros、numpy.zeros_like、numpy.ones)

1. 学习目标

1. 图像对象的属性；
2. 图像对象的创建与赋值。

2. 图像对象的属性

1. 通过 image.shape 获取图像的宽、高、通道数；
2. 通过 image.dtype 获取图像数据类型；
3. 通过 image.size 获取图像的像素总数。

3. 代码演示

1. 默认使用三通道读取图片；
2. 获取图片的宽、高、通道数；
3. 三通道模式下图像的像素总数；
4. 图像的数据类型；
5. 使用灰度模式读取图片；
6. 重复第二步到第四步的打印。

import cv2 as cv

def get_image_shape():
  # 彩色模式读取（三通道）
  image = cv.imread("./images/butterfly.jpg")
  print('shape:', image.shape)
  print('size:', image.size)
  print('dtype:', image.dtype)
  # 灰度模式读取（单通道）
  gary_image = cv.imread("./images/butterfly.jpg",0)
  print('shape:', gary_image.shape)
  print('size:', gary_image.size)
  print('dtype:', gary_image.dtype)

if __name__ == "__main__":
  get_image_shape()

4. 演示结果

5. OpenCV 和 NumPy 的关系

1. 在 OpenCV-Python 中一切图像数据皆 numpy.array；
2. 创建图像就是创建 numpy.array。

6. NumPy 数据包函数

1. 在 OpenCV 中 NumPy 的常用函数

函数名	说明
numpy.array	最重要的一个特点是其 N 维数组对象 ndarray，它是一系列同类型数据的集合，以 0 下标为开始进行集合中元素的索引。
numpy.zeros	创建指定大小的数组，数组元素以 0 来填充。
numpy.zeros_like	输出为形状和输入的numpy.array一致的矩阵，数组元素以 0 来填充。
numpy.asarray	从已有的数组创建数组，numpy.asarray 类似 numpy.array，但 numpy.asarray 参数只有三个，比 numpy.array 少两个。
numpy.copy	返回给定 numpy.array 的深拷贝。
numpy.reshape	不改变数据的条件下修改形状。

7. OpenCV 中 NumPy 的常用函数的解释

7.1 numpy.array

7.1.1 实例

numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)

7.1.2 参数说明

名称	说明
object	数组或嵌套的数列。
dtype	数组元素的数据类型，可选。
copy	对象是否需要复制，可选。
order	创建数组的样式，C为行方向，F为列方向，A为任意方向（默认）。
subok	默认返回一个与基类类型一致的数组。
ndmin	指定生成数组的最小维度。

7.2 numpy.zeros

7.2.1 实例

numpy.zeros(shape, dtype = float, order = 'C')

7.2.2 参数说明

名称	说明
shape	数组形状。
dtype	数据类型，可选。
order	可选，‘C’ – 按行，‘F’ – 按列，‘A’ – 原顺序，‘k’ – 元素在内存中的出现顺序。

7.3 numpy.zeros_like

7.3.1 实例

numpy.zeros_like(a, dtype = None, order = 'K', subok=Ture)

7.3.2 参数说明

名称	说明
a	任意形式的输入参数，可以是，列表, 列表的元组, 元组, 元组的元组, 元组的列表，多维数组。
dtype	数据类型，可选。
order	可选，‘C’ – 按行，‘F’ – 按列，‘A’ – 原顺序，‘k’ – 元素在内存中的出现顺序。
subok	如果是True，新创建的数组使用a的子类类型。

7.4 numpy.asarray

7.4.1 实例

numpy.asarray(a, dtype = None, order = None)

7.4.2 参数说明

名称	说明
a	任意形式的输入参数，可以是，列表, 列表的元组, 元组, 元组的元组, 元组的列表，多维数组。
dtype	数据类型，可选。
order	可选，‘C’ – 按行，‘F’ – 按列，‘A’ – 原顺序，‘k’ – 元素在内存中的出现顺序。

7.5 numpy.copy

7.5.1 实例

numpy.copy(a, order=‘K’)

7.5.2 参数说明

名称	说明
a	任意形式的输入参数，可以是，列表, 列表的元组, 元组, 元组的元组, 元组的列表，多维数组。
order	可选，‘C’ – 按行，‘F’ – 按列，‘A’ – 原顺序，‘k’ – 元素在内存中的出现顺序。

7.6 numpy.reshape

7.6.1 实例

numpy.reshape(a, newshape, order='C')

7.6.2 参数说明

名称	说明
a	任意形式的输入参数，可以是，列表, 列表的元组, 元组, 元组的元组, 元组的列表，多维数组。
newshape	整数或者整数数组，新的形状应当兼容原有形状。
order	可选，‘C’ – 按行，‘F’ – 按列，‘A’ – 原顺序，‘k’ – 元素在内存中的出现顺序。

8. 创建图像

8.1 创建图像最常用的函数

函数名	说明
numpy.zeros	创建一个黑色背景图像。
numpy.zeros_like	创建一个与输入图像大小一致的黑色背景图像。
numpy.ones	创建一个全部像素值是1的图像。

8.2 图像赋值

8.2.1 创建图像

1. 图像赋值就是给 numpy array 数组赋值。
2. 创建一个 500*500 的三通道的黑色图片

image = np.zeros((500,500,3))

3. 创建一个 500*500 的三通道的白色图片

image = np.zeros((500,500,3))
image[:] = 255

4. 创建一个 500*500 的三通道的蓝色图片

image = np.zeros((500,500,3))
image[:] = (255,0,0)

8.2.2 创建图像代码

1. 创建一个500*500的三通道黑色图像；
2. 深度拷贝一个numpy array；
3. 然后赋值为255（白色）；
4. 深度拷贝一个numpy array；
5. 然后赋值为 (255,0,0)（蓝色）。

import cv2 as cv
import numpy as np

def create_image():
  # 创建一个500*500的三通道黑色图像
  image = np.zeros((500,500,3))
  cv.imshow("zeros", image)
  # 创建一个500*500的三通道白色图像
  white_image = np.copy(image)
  white_image[:] = 255
  cv.imshow("white_image", white_image)
  # 创建一个500*500的三通道蓝色图像
  blue_image = np.copy(image)
  blue_image[:] = (255,0,0)
  cv.imshow("blue_image", blue_image)
  cv.waitKey(0)
  cv.destroyAllWindows()

if __name__ == "__main__":
  create_image()

8.2.3 演示结果

8.2.4 创建上半蓝色下半红色图像演示代码

import cv2 as cv
import numpy as np

def create_many_color():
  image = np.zeros((300,300,3))
  image[0:150] = (255,0,0)
  image[150:300] = (0,0,255)
  cv.imshow("image", image)
  cv.waitKey(0)
  cv.destroyAllWindows()

if __name__ == "__main__":
  create_many_color()

8.2.5 创建上半蓝色下半红色图像演示结果

9. 总结

1. 在 OpenCV-Python 中一切图像数据皆 numpy.array；
2. 创建图像就是创建 numpy.array；
3. OpenCV-Python 支持的常用数据类型：np.uint8、np.float32、np.int32、np.int64。