首页 > 编程学习 > OpenCV-Python学习(4)—— OpenCV 图像对象的创建与赋值

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

在这里插入图片描述

5. OpenCV 和 NumPy 的关系

  1. 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))
  1. 创建一个 500*500 的三通道的白色图片
image = np.zeros((500,500,3))
image[:] = 255
  1. 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

在这里插入图片描述

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

在这里插入图片描述

9. 总结

  1. 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。
Copyright © 2010-2022 mfbz.cn 版权所有 |关于我们| 联系方式|豫ICP备15888888号