OpenCV 图像基本操作

2025年3月17日 | 阅读 3 分钟

在本教程中，我们将学习与图像相关的基本操作。我们将讨论以下主题。

访问像素值并修改它们
访问图像属性
设置图像区域
分割和合并图像
更改图像颜色

访问和修改像素值

我们可以通过其行和列坐标检索像素值。它返回 BGR 图像的蓝色、绿色、红色值的数组。它返回灰度图像的相应强度。首先，我们需要加载 BGR 图像。

import numpy as np
import cv2
img = cv2.imread("C:\Users\DEVANSH SHARMA\cat.jpeg",1)
pixel = img[100,100]
print(pixel) 

输出

[190 166 250]

访问图像属性

了解图像的尺寸对于使用图像处理应用程序更好。在 OpenCV 中，图像通常存储在 Numpy ndarray 中。要获取图像的形状或大小，请使用 ndarray.shape 查找图像的维度。然后，我们可以使用索引位置来获取高度、宽度和通道数。

请看以下示例

import cv2
# read image
img = cv2.imread(r'C:\Users\DEVANSH SHARMA\cat.jpeg',1)

# height, width, number of channels in image
height = img.shape[0]
width = img.shape[1]
channels = img.shape[2]
size1 = img.size

print('Image Dimension    : ',dimensions)
print('Image Height       : ',height)
print('Image Width        : ',width)
print('Number of Channels : ',channels)
print('Image Size  :', size1)

输出

Image Dimension    :  (4, 1, 3)
Image Height       :  4
Image Width        :  1
Number of Channels :  3
Image Size  : 12

图像 ROI（感兴趣区域）

有时，我们需要处理图像的某些区域。正如我们在之前的教程中讨论的，人脸检测是在整个图像上进行的。获得人脸后，我们只选择人脸区域并在其中搜索眼睛，而不是搜索整个图像。它提高了准确性和性能，因为眼睛总是在脸上，不需要搜索整个图像。

在上图中，如果我们选择球。我们只需要选择球的区域。

分割和合并图像通道

图像的 BGR 通道可以根据需要分割成它们的平面。然后，各个通道可以再次从 BGR 图像合并在一起。这可以通过以下方式完成

b,g,r = cv2.split(img)
img = cv2.merge((b,g,r))

或

注意：cv2.split() 函数是一个慢函数。 Numpy 索引非常有效，如果可能应该使用它。

为图像制作边框

OpenCV 提供了 cv2.copyMakeBorder() 函数来在图像周围创建边框，类似于相框。该函数的语法如下。

参数

src - 它表示输入图像。

top、bottom、left、right - 它定义了对应方向上的以像素为单位的边框宽度。

borderType - 它定义了要添加的边框类型。边框可以是以下类型。

value - 如果边框类型为 cv.BORDER_CONSTANT，则为边框颜色

请看以下示例

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt
BLUE = [255,0,0]
img1 = cv.imread(r'C:\User\DEVANSH SHARMA\flower.jpg',1)
replicate = cv.copyMakeBorder(img1,10,10,10,10,cv.BORDER_REPLICATE)
reflect = cv.copyMakeBorder(img1,10,10,10,10,cv.BORDER_REFLECT)
reflect101 = cv.copyMakeBorder(img1,10,10,10,10,cv.BORDER_REFLECT_101)
wrap = cv.copyMakeBorder(img1,10,10,10,10,cv.BORDER_WRAP)
constant= cv.copyMakeBorder(img1,10,10,10,10,cv.BORDER_CONSTANT,value=BLUE)
plt.subplot(231),plt.imshow(img1,'gray'),plt.title('ORIGINAL')
plt.subplot(232),plt.imshow(replicate,'gray'),plt.title('REPLICATE')
plt.subplot(233),plt.imshow(reflect,'gray'),plt.title('REFLECT')
plt.subplot(234),plt.imshow(reflect101,'gray'),plt.title('REFLECT_101')
plt.subplot(235),plt.imshow(wrap,'gray'),plt.title('WRAP')
plt.subplot(236),plt.imshow(constant,'gray'),plt.title('CONSTANT')
plt.show() 

更改图像颜色

OpenCV cvtColor

cvtColor 用于将图像从一个颜色空间转换为另一个颜色空间。语法如下

参数

src - 用于输入图像：8 位无符号。

dst - 用于将图像显示为输出。输出图像将与输入图像具有相同的大小和深度。

code - 颜色空间转换代码。

请看以下示例

# importing cv2  
import cv2  
   
# path of the input image
path = (r'C:\Users\DEVANSH SHARMA\cat.jpeg')
   
# Reading an image in default mode 
src = cv2.imread(path) 
   
# Window name in which image is displayed 
window_name = 'Image' 
# Using cv2.cvtColor() method 
# Using cv2.COLOR_BGR2GRAY color space for convert BGR image to grayscale
# conversion code 
image = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY ) 
# Displaying the image  
cv2.imshow(window_name, image)

输出

下一主题OpenCV 调整图像大小

OpenCV 图像基本操作

访问和修改像素值

访问图像属性

图像 ROI（感兴趣区域）

分割和合并图像通道

注意：cv2.split() 函数是一个慢函数。 Numpy 索引非常有效，如果可能应该使用它。

为图像制作边框

更改图像颜色

OpenCV cvtColor

参数

联系信息

关注我们

教程

面试题

在线编译器

Python

Java

.Net Framework

AI, ML and Data Science

Cloud Technology

B.Tech and MCA

Web Technology

PHP

Software Testing

Technical Interview

Java Interview

Python

Web Interview

Database Interview

B.Tech / MCA

Important Interview

Software Testing Interview

Company Interviews

Online Compilers

Multiple Choice Questions

OpenCV教程

OpenCV 图像基本操作

访问和修改像素值

访问图像属性

图像 ROI（感兴趣区域）

分割和合并图像通道

注意：cv2.split() 函数是一个慢函数。 Numpy 索引非常有效，如果可能应该使用它。

为图像制作边框

更改图像颜色

OpenCV cvtColor

参数

相关帖子

OpenCV图像阈值

OpenCV Blob检测

读取和保存图像

使用OpenCV的Camshift跟踪对象

人脸检测的局限性

人脸识别和人脸检测

OpenCV鼠标事件

OpenCV轮廓

OpenCV图像滤镜

OpenCV高斯模糊

订阅 Tpoint Tech

联系信息

关注我们

教程

面试题

在线编译器