用python简单处理图片（4）：图像中的像素访问

前面的一些例子中，我们都是利用Image.open（）来打开一幅图像，然后直接对这个PIL对象进行操作。如果只是简单的操作还可以，但是如果操作稍微复杂一些，就比较吃力了。因此，通常我们加载完图片后，都是把图片转换成矩阵来进行更加复杂的操作。

python中利用numpy库和scipy库来进行各种数据操作和科学计算。我们可以通过pip来直接安装这两个库

pip install numpy

pip install scipy

以后，只要是在python中进行数字图像处理，我们都需要导入这些包：

from  PIL  import  Image

import  numpy  as  np

import matplotlib.pyplot  as  plt

打开图像并转化为矩阵，并显示：

fromPILimport Imageimport numpy as npimport matplotlib.pyplot as plt

img=np.array(Image.open('d:/lena.jpg'))  #打开图像并转化为数字矩阵

plt.figure("dog")

plt.imshow(img)

plt.axis('off')

plt.show()

调用numpy中的array（）函数就可以将PIL对象转换为数组对象。

查看图片信息，可用如下的方法：

print img.shape 

print img.dtype 

print img.size 

printtype(img)

如果是RGB图片，那么转换为array之后，就变成了一个rows*cols*channels的三维矩阵,因此，我们可以使用

img[i,j,k]

来访问像素值。

例1：打开图片，并随机添加一些椒盐噪声

fromPILimport Imageimport numpy as npimport matplotlib.pyplot as plt

img=np.array(Image.open('d:/ex.jpg'))#随机生成5000个椒盐rows,cols,dims=img.shapeforiinrange(5000):

    x=np.random.randint(0,rows)

    y=np.random.randint(0,cols)

    img[x,y,:]=255   

plt.figure("beauty")

plt.imshow(img)

plt.axis('off')

plt.show()

例2：将lena图像二值化，像素值大于128的变为1，否则变为0

fromPILimport Imageimport numpy as npimport matplotlib.pyplot as plt

img=np.array(Image.open('d:/pic/lena.jpg').convert('L'))

rows,cols=img.shapeforiin range(rows):

    forjin range(cols):

        if(img[i,j]<=128):

            img[i,j]=0

        else:

            img[i,j]=1           

plt.figure("lena")

plt.imshow(img,cmap='gray')

plt.axis('off')

plt.show()

plt.savefig("./11.jpg")

如果要对多个像素点进行操作，可以使用数组切片方式访问。切片方式返回的是以指定间隔下标访问 该数组的像素值。下面是有关灰度图像的一些例子：

img[i,:] = im[j,:]# 将第 j 行的数值赋值给第 i 行

img[:,i] = 100# 将第 i 列的所有数值设为 100

img[:100,:50].sum()# 计算前 100 行、前 50 列所有数值的和

img[50:100,50:100]# 50~100 行，50~100 列（不包括第 100 行和第 100 列）

img[i].mean() # 第 i 行所有数值的平均值

img[:,-1]# 最后一列

img[-2,:] (orim[-2])# 倒数第二行