Python OpenCV 針對圖像細節的不同操作技巧

本系列專欄寫作將采用首創的問答式寫作形式,快速讓你學習到 OpenCV 的初級、中級、高級知識。

6. 在 Python OpenCV 針對圖像細節的不同操作

本篇博客的目標將為你解釋一幅圖像的拆解,包括圖像像素的說明,圖像屬性信息的獲取與修改,
圖像目標區域 ROI 相關內容,以及圖像通道的知識(包括拆分通道和合並通道)

這些內容在知識結構上與 numpy 庫十分緊密,如果從學習的角度出發,建議你儲備一下 numpy 相關知識。

讀取修改圖像的像素值

在之前的博客中,我們已經學到瞭如何讀取一幅圖像,使用 cv2.imread 函數即可,並且掌握瞭該函數的兩個關鍵參數。

讀取圖片之後,我們可以直接使用操作數組的方式獲取圖像任意位置的顏色,一般這個顏色的默認順序是 BGR。

測試代碼如下:

import cv2
import matplotlib.pyplot as plt

src = cv2.imread("./6_test.jpg")

# 獲取 100 x 100 位置的像素值
print(src[100, 100])

cv2.imshow("src", src)

cv2.waitKey()

這裡首先獲取 100 x 100 位置的像素值。
src[100,100]會獲取到三個值,分別對應的 BGR 通道的值。我們在圖片上標記一個像素點,rows = 250,cols=470 ,接下來修改上述代碼,看獲取到的 BGR 值。

import cv2
import matplotlib.pyplot as plt

src = cv2.imread("./6_test.jpg")

# 註意獲取像素值的格式為 [cols,rows]
print(src[250, 470])

cv2.imshow("src", src)

cv2.waitKey()

在這裡插入圖片描述

上文特別註意的就是,獲取像素值的格式為 [cols,rows],列在前,行在後。

以上獲取到的是 BGR 值,也可以隻獲取單個通道的值,對應的代碼是 [cols,rows,channel],對應到代碼部分,如下所示:

# 獲取藍色通道值
print(src[250, 470, 0])

藍色通道對應 0,綠色通道為 1,紅色通道為 2,超出以上三個值,就會出現如下錯誤:

IndexError: index 3 is out of bounds for axis 2 with size 3

當前如果你直接讀取瞭灰度圖,例如下述代碼,三個通道的值是相同的。

import cv2
import matplotlib.pyplot as plt

src = cv2.imread("./6_test.jpg", 0)

# 註意獲取像素值的格式為 [cols,rows]
print(src[250, 470])

cv2.imshow("src", src)

cv2.waitKey()

這個地方還有一個編碼上存在的潛在問題,如果讀取的是四通道圖片,即圖片有透明度,那數組的索引值可以讀取到 3,也就是下述代碼是正確的。

import cv2
import matplotlib.pyplot as plt

src = cv2.imread("./test.jpg", -1)

# 註意獲取像素值的格式為 [cols,rows]
print(src[250, 470, 3])

cv2.imshow("src", src)

cv2.waitKey()

src[250, 470, 3] 成功讀取到瞭透明通道的值。

我們可以針對特定的像素點進行值的修改,例如下述代碼

import cv2
import matplotlib.pyplot as plt

src = cv2.imread("./6_test.jpg")

# 註意獲取像素值的格式為 [cols,rows]
src[250, 470] = [255, 255, 255]

cv2.imshow("src", src)

cv2.waitKey()

註意下圖的紅色箭頭指向的位置,出現一個白色亮點,使用該辦法,可以制造出一個【椒鹽圖片】。

在這裡插入圖片描述

這個地方需要註意的一個潛在 BUG,讀取圖片的通道數,決定瞭你復制時數組元素個數,例如下述代碼將會報錯。

import cv2
import matplotlib.pyplot as plt

src = cv2.imread("./6_test.jpg")

# 註意獲取像素值的格式為 [cols,rows]
src[250, 470] = [255, 255, 255, 255]

cv2.imshow("src", src)

cv2.waitKey()

錯誤信息都是類似的,提示數組維度不同。

ValueError: cannot copy sequence with size 4 to array axis with dimension 3

最後一點使用以上方式操作圖像的像素點,非常耗時,因為一張圖片的像素點數據是非常大的,一般情況下能用 numpy 集成好的方法,就不要用這種最笨拙的方式。

使用 numpy 獲取通道值,註意該方式獲取的是標量,如果你想獲得所有 BGR 的值,你需要使用 array.item() 依次獲取。

import cv2
import numpy as np

src = cv2.imread("./6_test.jpg")
print(src[100, 100])
b = src.item(100, 100, 0)
g = src.item(100, 100, 1)
r = src.item(100, 100, 2)
print(b, g, r)

cv2.imshow("src", src)
cv2.waitKey()

如果希望設置該值,直接使用 itemset 函數即可。

src.itemset((100, 100, 0), 200)
print(src[100, 100])

可以任意尋找一張圖片進行對應的測試,運行效果如下:

[ 31 68 118]
31 68 118
[200 68 118]

OpenCV 中圖像屬性常見問題解析

對於一幅圖像,除瞭像素矩陣以外,還有一個非常重要的內容,是圖像的屬性,這些包括行、列、通道、數據類型,像素數量、圖像形狀等內容。

例如,我們經常使用 img.shape 去獲取圖像的形狀,尤其註意的是,返回的內容是行數(rows),列數(cols),以及通道數(channels),並且返回值類型是一個元組。

如果你讀取圖像的時候,設置緊讀取灰度圖,那隻會返回行數和列數,相應的通過這個值很容易能判斷出你加載的圖像類型。

例如下述代碼,通過不同的方式讀取同一張圖片,輸出圖像的不同形狀。

import cv2
import numpy as np

# 選擇一個 jpg 圖片,可以讀取到不同的通道
src1 = cv2.imread("./test.jpg", -1)
src2 = cv2.imread("./test.jpg", 0)
src3 = cv2.imread("./test.jpg")
# 四通道,包含透明通道
print(src1.shape)
# 灰度圖
print(src2.shape)
# 三通道
print(src3.shape)

輸出結果可以快速的讀取出圖像是彩色圖像還是灰度圖像。

(397, 595, 4)
(397, 595)
(397, 595, 3)

使用 img.size 可以快速返回圖像中像素的合計數目,測試代碼如下:

# 選擇一個 jpg 圖片,可以讀取到不同的通道
src1 = cv2.imread("./test.jpg", -1)
src2 = cv2.imread("./test.jpg", 0)
src3 = cv2.imread("./test.jpg")
# 四通道,包含透明通道
print(src1.shape)
print(src1.size)
# 灰度圖
print(src2.shape)
print(src2.size)
# 三通道
print(src3.shape)
print(src3.size)

我們依舊三種不同的讀取方式,讀取到的像素數分別如下:

(397, 595, 4)
944860
(397, 595)
236215
(397, 595, 3)
708645

註意,灰度圖像和彩色圖像的像素數不同,它們之前存在如下關系。

灰度圖像的像素數 = 行數 x 列數 = 397 x 595 = 236215

彩色圖像的像素數 = 行數 x 列數 x 通道數 = 944860 (四通道)/ 708645(三通道)

使用 img.dtype 屬性可以獲取到圖像的類型,具體如下:

print(src1.dtype)

這裡讀取到的值,都是相同的 uint8 表示 8 位圖像,這裡可以記住隻要是 uint8 格式,那對應的 BGR 值的范圍就是在 [0,255] 之間。

在操作上述屬性值的時候,會出現如下 BUG,該 BUG 的通用解決方案是排查圖片是否正常讀取,需要特別註意下:

AttributeError: 'NoneType' object has no attribute 'shape'
print(src1.dtype)

這裡讀取到的值,都是相同的 uint8 表示 8 位圖像,這裡可以記住隻要是 uint8 格式,那對應的 BGR 值的范圍就是在 [0,255] 之間。

在操作上述屬性值的時候,會出現如下 BUG,該 BUG 的通用解決方案是排查圖片是否正常讀取,需要特別註意下:

AttributeError: 'NoneType' object has no attribute 'shape'

到此這篇關於Python OpenCV 針對圖像細節的不同操作的文章就介紹到這瞭,更多相關Python OpenCV圖像內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!

推薦閱讀: