詳解在OpenCV中如何使用影象畫素

2022-03-03 13:00:03

切片操作

指令碼：使用切片操作獲取列表的子集。

# 切片字母列表
letters = ['a', 'b', 'c', 'd', 'e']
 
# 頭三個字母
first_three = letters[:3]
 
# 最後三個字母
last_three = letters[-3:]
 
# 得到第二個到第四個字母
second_to_fourth = letters[1:4]
 
# 顯示結果
print('First three letters: ', first_three)
print('Last three letters: ', last_three)
print('Second to fourth letters: ', second_to_fourth)

請注意，我使用索引值對字母列表進行切片。例如，傳遞起始索引1（列表中第二個字母的索引）和4將返回列表的一個片段，從第二個值到第四個值。

由於索引值用於以這種方式檢索子集，因此它們也用於定位和檢索影象中感興趣的區域。

以影象中的區域為目標的切片由影象的兩個軸（水平（X）和垂直（Y））的起始值和結束值定義，格式如下：

image[startY: endY, startx:endX]

它返回所需感興趣區域的（影象畫素的）Numpy陣列。

那麼，我們如何確定感興趣區域的X軸和Y軸的起始值和結束值？

這些值（startX、endX、startY、endY）是對映出感興趣區域的座標值。

使用OpenCV顯示時，這些值不會顯示在影象旁邊，但我們可以使用其他應用程式（如Photoshop、Corel Draw、Paint e.t.c）或其他python視覺化庫（如Matplotlib）來顯示具有X和Y座標值的影象。

一如既往，這在實踐中得到了更好的理解。讓我們使用matplotlib顯示一個影象。pyplot，我們可以從中檢索座標，這些座標對映出影象中的目標感興趣區域。

我用迦納共和國國旗的影象來證明這一點。在這裡，我的目標是影象中圍繞黑星的區域。

獲取感興趣區域的座標值

使用Matplotlib載入並顯示影象

# 匯入matplotlib的plot
import matplotlib.pyplot as plt
 
# 載入和顯示原始影象
image = plt.imread('Flag_of_Ghana.png')
 
# 顯示圖片
plt.imshow("Original", image)
plt.plot()

輸出：載入的影象及其X和Y座標。

正如你所看到的，plt.imshow函數返回讀取的影象以及x和y軸的座標值。

然後，我們可以檢索感興趣區域（黑星）的起始和結束座標值。

追蹤黑星區域的座標值

這幅影象顯示瞭如何追蹤黑星周圍區域的座標。

我們可以從影象中檢索座標（startY（y1）、endY（y2）、startX（x1）、endX（x2））。然後，我們可以定義兩個軸的起點和終點座標，並裁剪為：

image[y1: y2, x1:x2]

if we get y1, y2 = [145, 295] and x1, x2 = [245, 400]

那麼繪製出黑星的區域將是：

black_star = image[145:295, 245:400]

這將返回對映感興趣區域（本例中為黑星）的畫素值（在Numpy陣列中）。

現在，我們可以利用這種技術對影象區域進行定位和切片，以進行各種影象處理。

使用切片操作裁剪影象

1.載入並顯示原始影象

# 匯入matplotlib的plot
import matplotlib.pyplot as plt
 
# 載入和顯示原始影象
image = plt.imread('Flag_of_Ghana.png')
 
# 顯示圖片
plt.imshow("Original", image)
plt.plot()

輸出：顯示載入的影象。

2.獲取影象的空間維度

# 獲取影象的空間尺寸
# 初始化
originY, originX = 0, 0
 
# 獲取影象的高度和寬度
height, width = image.shape[:2]
 
# 計算影象的中心
(centerX, centerY) = (width // 2, height // 2)
print('Image height: ', height)
print('Image width: ', width)
print('Center location: ', (centerY, centerX))

輸出：顯示影象的空間尺寸。

3.裁剪影象

裁剪出影象的左上角

# 裁剪影象的左上角
# 高度從原點到中心
# 寬度從原點到中心
 
top_left = image[originY:centerY, originX:centerX]
cv2.imshow("Top-Left Corner", top_left)
cv2.waitKey(0)

輸出：影象的左上角

裁剪出影象的右上角

# 裁剪右上角
# 高度從原點到中心
# 寬度從中心到右上角(寬度)
 
top_right = image[originY:centerY, centerX:width]
cv2.imshow("Top-Right Corner", top_right)
cv2.waitKey(0)

輸出：影象的右上角

裁剪出影象的左下角

# 裁剪左下角
# 高度從中心到左下角(高度)
# 寬度從中心到右上角(寬度)
 
bottom_left = image[centerY:height, originX:centerX]
cv2.imshow("Bottom-Left Corner", bottom_left)
cv2.waitKey(0)

輸出：影象的左下角

裁剪出影象的右下角

# 裁剪右下角
# 高度從中心到左下角(高度)
# 寬度從中心到右上角(寬度)
 
bottom_right = image[centerY:height, centerX:width]
cv2.imshow("Bottom-Right Corner", bottom_right)
cv2.waitKey(0)

輸出：左下角。

4.使用尺寸將部分影象設定為特定顏色。

# 設定原始影象的左上角為綠色
image[originY:centerY, originX:centerX] = (0, 255, 0)
 
# 顯示更新後的影象
cv2.imshow("Updated", image)
cv2.waitKey(0)

輸出：將左上角設定為綠色

總結

影象畫素是表示影象中顏色強度的數值。使用OpenCV獲取和設定不同影象處理的影象畫素的過程基於Numpy陣列的切片操作。切片畫素值在裁剪、重置、複製或增強影象時非常有用。

以上就是詳解在OpenCV中如何使用影象畫素的詳細內容，更多關於OpenCV影象畫素的資料請關注it145.com其它相關文章！