OpenCV-Python学习（4）—— OpenCV 图像对象的创建与赋值
OpenCV-Python学习（4）—— OpenCV 图像对象的创建与赋值
1. 学习目标
- 图像对象的属性；
- 图像对象的创建与赋值。
2. 图像对象的属性
- 通过 image.shape 获取图像的宽、高、通道数；
- 通过 image.dtype 获取图像数据类型；
- 通过 image.size 获取图像的像素总数。
3. 代码演示
- 默认使用三通道读取图片；
- 获取图片的宽、高、通道数；
- 三通道模式下图像的像素总数；
- 图像的数据类型；
- 使用灰度模式读取图片；
- 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
5. OpenCV 和 NumPy 的关系
- 在 OpenCV-Python 中一切图像数据皆 numpy.array；
- 创建图像就是创建 numpy.array。
6. NumPy 数据包函数
- 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
- 图像赋值就是给 numpy array 数组赋值。
- 创建一个 500*500 的三通道的黑色图片
image = np.zeros((500,500,3))- 创建一个 500*500 的三通道的白色图片
image = np.zeros((500,500,3))
image[:] = 255- 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
- 创建一个500*500的三通道黑色图像；
- 深度拷贝一个numpy array；
- 然后赋值为255（白色）；
- 深度拷贝一个numpy array；
- 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
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
9. 总结
- 在 OpenCV-Python 中一切图像数据皆 numpy.array；
- 创建图像就是创建 numpy.array；
- OpenCV-Python 支持的常用数据类型：np.uint8、np.float32、np.int32、np.int64。