Python 影像處理 OpenCV （2）：畫素處理與 Numpy 操作以及 Matplotlib 顯示影像

極客挖掘機發表於2020-05-19

PythonOpenCV

前文傳送門：

「Python 影像處理 OpenCV （1）：入門」

普通操作

1. 讀取畫素

讀取畫素可以通過行座標和列座標來進行訪問，灰度影像直接返回灰度值，彩色影像則返回B、G、R三個分量。

需要注意的是， OpenCV 讀取影像是 BGR 儲存顯示。

灰度圖片讀取操作：

import cv2 as cv

# 灰度影像讀取
gray_img = cv.imread("maliao.jpg", cv.IMREAD_GRAYSCALE)
print(gray_img[20, 30])

# 顯示圖片
cv.imshow("gray_img", gray_img)

# 等待輸入
cv.waitKey()
cv.destroyAllWindows()

對於讀取灰度影像的畫素值，只會返回相應的灰度。

彩色影像讀取操作：

import cv2 as cv

# 彩色影像讀取
color_img = cv.imread("maliao.jpg", cv.IMREAD_COLOR)

print(color_img[20, 30])

blue = color_img[20, 30, 0]
print(blue)

green = color_img[20, 30, 1]
print(green)

red = color_img[20, 30, 2]
print(red)

# 顯示圖片
cv.imshow("color_img", color_img)

# 等待輸入
cv.waitKey()
cv.destroyAllWindows()

# 列印結果
[  3   2 236]
3
2
236

需要注意的是在獲取彩色圖片畫素時的第二個引數 1|2|3 的含義是獲取 BGR 三個通道的畫素。

2. 修改畫素

修改畫素時，直接對畫素賦值新畫素即可。

如果是灰度圖片，直接賦值即可。

如果是彩色圖片，則需依次給 BGR 三個通道的畫素賦值。

import cv2 as cv

# 灰度影像讀取
gray_img = cv.imread("maliao.jpg", cv.IMREAD_GRAYSCALE)
print(gray_img[20, 30])
# 畫素賦值
gray_img[20, 30] = 255
print(gray_img[20, 30])

# 列印結果
72
255

# 彩色影像讀取
color_img = cv.imread("maliao.jpg", cv.IMREAD_COLOR)
print(color_img[20, 30])
# 畫素依次賦值
color_img[20, 30, 0] = 255
color_img[20, 30, 1] = 255
color_img[20, 30, 2] = 255
print(color_img[20, 30])

# 列印結果
[  3   2 236]
[255 255 255]

如果覺得依次對 BGR 三個通道賦值有些麻煩的話，也可以通過陣列直接對畫素點一次賦值：

# 畫素一次賦值
color_img[20, 30] = [0, 0, 0]
print(color_img[20, 30])

# 列印結果
[0 0 0]

下面是對一個區域的畫素進行賦值，將這個區域的畫素全都賦值成為白色：

import cv2 as cv

color_img = cv.imread("maliao.jpg", cv.IMREAD_COLOR)
color_img[50:100, 50:100] = [255, 255, 255]

cv.imshow("color_img", color_img)
cv.waitKey()
cv.destroyAllWindows()

使用 Numpy 操作

1. 讀取畫素

使用 Numpy 進行畫素讀取，呼叫方式如下：

返回值 = 影像.item(位置引數)

讀取灰度影像和彩色影像如下：

import cv2 as cv

# 讀取灰度影像
gray_img = cv.imread("maliao.jpg", cv.IMREAD_GRAYSCALE)
print(gray_img.item(20, 30))

# 列印結果
72

# 讀取彩色影像
color_img = cv.imread("maliao.jpg", cv.IMREAD_COLOR)

blue = color_img.item(20, 30, 0)
print(blue)

green = color_img.item(20, 30, 1)
print(green)

red = color_img.item(20, 30, 2)
print(red)

# 列印結果
3
2
236

2. 修改畫素

修改畫素需要使用到 Numpy 的 itemset() 方法，呼叫方式如下：

影像.itemset(位置, 新值)

下面是我將 [20, 30] 這個修改為白色的示例：

import cv2 as cv

# 讀取彩色影像
color_img = cv.imread("maliao.jpg", cv.IMREAD_COLOR)

print(color_img[20, 30])

color_img.itemset((20, 30, 0), 255)
color_img.itemset((20, 30, 1), 255)
color_img.itemset((20, 30, 2), 255)

print(color_img[20, 30])

# 輸出結果
[  3   2 236]
[255 255 255]

注意：普通操作通常用於選擇陣列的區域，例如上面的示例中的選擇了 [50:100, 50:100] 這麼一個正方形。對於單個畫素訪問， Numpy 陣列方法 array.item() 和 array.itemset() 被認為更好。

Matplotlib 顯示影像

我們可以通過 OpenCV 讀入影像，然後使用 Matplotlib 來進行影像顯示。

import cv2 as cv
from matplotlib import pyplot as plt

img=cv.imread('maliao.jpg', cv.IMREAD_COLOR)
plt.imshow(img)
plt.show()

如果我們直接使用 Matplotlib 來顯示 OpenCV 讀入的影像，會得到下面這個藍色的馬里奧：

這是因為對於 OpenCV 的畫素是 BGR 順序，然而 Matplotlib 所遵循的是 RGB 順序。

解決的方案有很多種（迴圈畫素點的不算哈，這個太傻了），如下：

import cv2 as cv
from matplotlib import pyplot as plt

img=cv.imread('maliao.jpg',cv.IMREAD_COLOR)

# method1
b,g,r=cv.split(img)
img2=cv.merge([r,g,b])
plt.imshow(img2)
plt.show()

# method2
img3=img[:,:,::-1]
plt.imshow(img3)
plt.show()

# method3
img4=cv.cvtColor(img, cv.COLOR_BGR2RGB)
plt.imshow(img4)
plt.show()

結果我就不貼了，這三種方法都可以完成 BGR 至 RGB 的轉換。