文章目錄
- 摘要
- numpy的ndarray數據結構的索引與賦值
- 創建空白畫布
- 初始化白色的畫布
- 初始化彩色的畫布
- 利用cv2的內置方法merge與split 利用numpy內置的索引
- 綜合實驗-初始化背景
- 「❤️ 感謝大家」
摘要
在這篇文章中將給大家講解如何分別用numpy的方法，與numpy與cv2結合的方法創建空白畫布，創建白色畫布，與創建彩色畫布。在講解過程中還會介紹cv2進行通道分割cv2.split與通道合並cv2.merge的兩個函數的具體使用以及深究numpy的ndarray數據結構的索引與賦值。
這里多說一句，小編是一名python開發工程師，這里有我自己整理了一套最新的python系統學習教程，包括從基礎的python腳本到web開發、爬蟲、數據分析、數據可視化、機器學習等。想要這些資料的可以進裙930900780領取。
numpy的ndarray數據結構的索引與賦值
在使用畫圖工具的時候, 第一件事情就是創建一個新的空白畫布，我們可以指定畫布的大小和顏色。
那我們如何使用opencv來創建一個空白的畫布(值相同的圖片) ?
其實image的數據結構上的圖片，本質上就是numpy里面的ndarray的對象，創建一個畫布本質上就是創建一個同等規格的ndarray。
創建一個新的特定尺寸的ndarray我們可以使用np.zeors 函數，我們將圖像的高度(height)，圖像的寬度(width)，以及圖像的通道數channel 以tuple 類型傳入np.zeros。再次聲明是tuple類型。
另外由於不是所有的numpy類型的數值，都可以放到opencv中進行圖像處理.
數值取值范圍在0-255， 我們需要指定數據類型為uint8 unsigned integer 8-bit
np.zeros((height, width, channels), dtype="uint8")
1
復制代碼舉個例子：想創建一個800 x 600 x 3 的圖片，一個BGR格式的圖像，我們就得這么寫：
# 初始化一個空畫布 300×300 三通道 背景色為黑色
canvas_black = np.zeros((600, 800, 3), dtype="uint8")
12
復制代碼得到的效果如下：
注意： height寫在前面
為什么Height寫在前面？
就得知道opencv圖像的數據結構是numpy，Image的屬性,其實就是numpy的ndarray數據格式的屬性。
我們可以直接獲取img對象的諸多屬性，例如我們打印lena圖的屬性，具體如下：
# -*- coding: utf-8 -*-
import numpy as np
import cv2
# 導入一張圖像 模式為彩色圖片
img = cv2.imread('lena.jpg', cv2.IMREAD_COLOR)
print("================打印圖像的屬性================")
print("圖像對象的類型 {}".format(type(img)))
print(img.shape)
print("圖像寬度: {} pixels".format(img.shape[1]))
print("圖像高度: {} pixels".format(img.shape[0]))
print("通道: {}".format(img.shape[2]))
print("圖像分辨率: {}".format(img.size))
print("數據類型: {}".format(img.dtype))
123456789101112131415
復制代碼輸出結果：
================打印圖像的屬性================
圖像對象的類型 <class 'numpy.ndarray'>
(256, 256, 3)
圖像寬度: 256 pixels
圖像高度: 256 pixels
通道: 3
圖像分辨率: 196608
數據類型: uint8
12345678
復制代碼有時候我們也可以偷懶，如果我們想創建與另外一個圖像尺寸相同的畫布的時候，我們可以使用np.zeros_like
canvas_black = np.zeros_like(img)
1
復制代碼創建空白畫布
創建空白畫布的函數如下：
def InitCanvas(width, height, color=(255, 255, 255)):
canvas = np.ones((height, width, 3), dtype="uint8")
canvas[:] = color
return canvas
1234
復制代碼調用的時候傳入圖像的寬度、高度和畫布的顏色。例如創建一個800*600 顏色為純黑色的畫布：
canvas = InitCanvas(800, 600, color=(255,255,255))
1
復制代碼創建空白畫布的完整代碼如下：
'''
初始化畫布
'''
import cv2
import numpy as np
def init_canvas(width, height, color=(255, 255, 255)):
canvas = np.ones((height, width, 3), dtype="uint8")
canvas[:] = color
return canvas
canvas = init_canvas(200, 200, color=(125, 40, 255))
cv2.imshow('canvas', canvas)
cv2.waitKey(0)
cv2.destroyAllWindows()
1234567891011121314151617
復制代碼效果展示：
初始化白色的畫布
白色的畫布， 因為比較簡單，而且三個通道的值都相同。
ps: 其實灰色的圖片(GRAY2BGR)，三個通道的值都相同。
那么我們創建一個全都是1的矩陣，然后乘上某個數值，問題是不是就解決了。
我們需要用到np.ones 函數
# 初始化一個空畫布 300×300 三通道 背景色為白色
canvas_white = np.ones((300, 300, 3), dtype="uint8")
12
復制代碼接下來, 需要乘上一個整數，255 (你可以填入0-255的任意值)
canvas_white *= 255
1
復制代碼這種運算稱之為 全局乘法 。
具體代碼如下：
import cv2
import numpy as np
canvas_white = np.ones((300, 300, 3), dtype="uint8")
canvas_white *= 255
cv2.imshow('canvas', canvas_white)
cv2.waitKey(0)
cv2.destroyAllWindows()
1234567
復制代碼創建的白色畫布如下：
初始化彩色的畫布
利用cv2的內置方法merge與split
我們初始化BGR的圖片canvas_white 之后將原來的圖片進行通道分離，之后分別乘上BGR三個通道的整數值，然后將三個通道合並在一起，就得到我們想要的彩圖純色背景。
那通道的分離我們需要用到的函數是cv2.split(img).
# 將原來的三個通道抽離出來， 分別乘上各個通道的值
(channel_b, channel_g, channel_r) = cv2.split(canvas)
12
復制代碼channel_b 藍色通道，channel_g 綠色通道，channel_r 紅色通道，都是二維的ndarray對象。
我們指定一種顏色，例如 color = (100, 20, 50))
注意：我們這里的顏色指的BGR格式
也就是
B -> 100
G -> 20
R -> 50
接下來我們分別將其乘上對應的值.
# 顏色的值與個通道的全1矩陣相乘
channel_b *= color[0]
channel_g *= color[1]
channel_r *= color[2]
1234
復制代碼接下來我們將三個通道重新合並，需要用到的函數是cv2.merge
cv2.merge([channel_b, channel_g, channel_r])
1
復制代碼注意：三個通道的矩陣以list [] 的方式傳入merge函數.
綜合起來，就是我們的第一個初始化彩色背景的函數：
# 初始化一個彩色的畫布 - cv2版本
def init_canvas(width, height, color=(255, 255, 255)):
canvas = np.ones((height, width, 3), dtype="uint8")
# 將原來的三個通道抽離出來， 分別乘上各個通道的值
(channel_b, channel_g, channel_r) = cv2.split(canvas)
# 顏色的值與個通道的全1矩陣相乘
channel_b *= color[0]
channel_g *= color[1]
channel_r *= color[2]
# cv.merge 合並三個通道的值
return cv2.merge([channel_b, channel_g, channel_r])
12345678910111213
復制代碼具體實現代碼如下：
'''
初始化畫布
'''
import cv2
import numpy as np
# 初始化一個彩色的畫布 - cv2版本
def init_canvas(width, height, color=(255, 255, 255)):
canvas = np.ones((height, width, 3), dtype="uint8")
# 將原來的三個通道抽離出來， 分別乘上各個通道的值
(channel_b, channel_g, channel_r) = cv2.split(canvas)
# 顏色的值與個通道的全1矩陣相乘
channel_b *= color[0]
channel_g *= color[1]
channel_r *= color[2]
# cv.merge 合並三個通道的值
return cv2.merge([channel_b, channel_g, channel_r])
canvas = init_canvas(200, 200, color=(125, 100, 255))
cv2.imshow('canvas', canvas)
cv2.waitKey(0)
cv2.destroyAllWindows()
1234567891011121314151617181920212223242526
復制代碼運行效果：
注意：此函數使用 cv2.split 非常耗時 所以只有在需要的時候才能做到。 否則用Numpy索引。
利用numpy內置的索引
使用numpy原生的方法， 性能會比opencv中的要好。我們直接使用numpy的ndarray的索引的方法。
例如 canvas[:,:,0] 選中的是所有行，所有列，像素元素的第一個值，也就是，所有B通道的值。
然后對其進行賦值：
canvas[:,:,0] = color[0]
1
復制代碼完整版本的函數如下，B/G/R通道分別進行賦值：
def init_canvas(width, height, color=(255, 255, 255)):
canvas = np.ones((height, width, 3), dtype="uint8")
# Blue
canvas[:,:,0] = color[0]
# Green
canvas[:,:,1] = color[1]
# Red
canvas[:,:,2] = color[2]
return canvas
12345678910
復制代碼具體實現代碼如下：
'''
初始化畫布
'''
import cv2
import numpy as np
def init_canvas(width, height, color=(255, 255, 255)):
canvas = np.ones((height, width, 3), dtype="uint8")
# Blue
canvas[:,:,0] = color[0]
# Green
canvas[:,:,1] = color[1]
# Red
canvas[:,:,2] = color[2]
return canvas
canvas = init_canvas(200, 200, color=(125, 100, 255))
cv2.imshow('canvas', canvas)
cv2.waitKey(0)
cv2.destroyAllWindows()
1234567891011121314151617181920212223
復制代碼運行實現的效果和第一種方法一樣：
實際上我們還有更快的方法, 可以實現這個功能, 這就需要你熟練掌握Numpy的使用技巧.
我們可以直接賦值color
canvas[:] = color
1
復制代碼完整實現過程如下：
'''
初始化畫布
'''
import cv2
import numpy as np
def init_canvas(width, height, color=(255, 255, 255)):
canvas = np.ones((height, width, 3), dtype="uint8")
canvas[:] = color
return canvas
canvas = init_canvas(200, 200, color=(125, 40, 255))
cv2.imshow('canvas', canvas)
cv2.waitKey(0)
cv2.destroyAllWindows()
1234567891011121314151617
復制代碼運行的效果：
綜合實驗-初始化背景
在這個綜合實驗里會分別用上述的方法，創建黑色背景，白色背景，彩色背景。
具體代碼如下：
'''
初始化一個空白的畫布
並指定畫布的顏色
'''
import cv2
import numpy as np
# 初始化一個空畫布 300×300 三通道 背景色為黑色
canvas_black = np.zeros((300, 300, 3), dtype="uint8")
cv2.imshow("canvas_black", canvas_black)
# 初始化一個空畫布 300×300 三通道 背景色為白色
canvas_white = np.ones((300, 300, 3), dtype="uint8")
canvas_white *= 255
cv2.imshow("canvas_white", canvas_white)
'''
初始化一個彩色的畫布 - cv2版本
此函數使用 cv2.split 非常耗時 所以只有在需要的時候才能做到。 否則用Numpy索引。
'''
def InitCanvasV1(width, height, color=(255, 255, 255)):
canvas = np.ones((height, width, 3), dtype="uint8")
# 將原來的三個通道抽離出來， 分別乘上各個通道的值
(channel_b, channel_g, channel_r) = cv2.split(canvas)
# 顏色的值與個通道的全1矩陣相乘
channel_b *= color[0]
channel_g *= color[1]
channel_r *= color[2]
# cv.merge 合並三個通道的值
return cv2.merge([channel_b, channel_g, channel_r])
'''
初始化一個彩色的畫布 - numpy版本
使用numpy的索引 賦值
'''
def InitCanvasV2(width, height, color=(255, 255, 255)):
canvas = np.ones((height, width, 3), dtype="uint8")
# Blue
canvas[:,:,0] = color[0]
# Green
canvas[:,:,1] = color[1]
# Red
canvas[:,:,2] = color[2]
return canvas
'''
初始化終極版本
熟練掌握 numpy 才可以提高工作效率哦
'''
def InitCanvasV3(width, height, color=(255, 255, 255)):
canvas = np.ones((height, width, 3), dtype="uint8")
canvas[:] = color
return canvas
# 初始化一個彩色的畫布
canvas_color = InitCanvasV2(300, 300, color=(100, 20, 50))
cv2.imshow("canvas_color", canvas_color)
# 等待e鍵按下 關閉所有窗口
while cv2.waitKey(0) != ord('e'):
continue
cv2.destroyAllWindows()
12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626364656667686970
復制代碼運行結果：
最后多說一句，小編是一名python開發工程師，這里有我自己整理了一套最新的python系統學習教程，包括從基礎的python腳本到web開發、爬蟲、數據分析、數據可視化、機器學習等。想要這些資料的可以進裙930900780領取。
本文章素材來源於網絡，如有侵權請聯系刪除。