您现在的位置是:门户> 编程语言> Python

Python+OpenCV图片局部区域像素值处理改进版详解
2020-08-14 114人围观 0条评论
简介这篇文章主要为大家详细介绍了Python+OpenCV图片局部区域像素值处理的改进版,具有一定的参考价值,感兴趣的小伙伴们可以参考一下

    上个版本的Python OpenCV图片局部区域像素值处理,虽然实现了我需要的功能,但还是走了很多弯路,我意识到图片本就是数组形式,对于8位灰度图,通道数为1,它就是个二位数组,这样就没有必要再设置ROI区域,复制出来这块区域再循环提取像素存入数组进行处理了,可以直接将图片存入数组,再利用numpy进行切分相应的数组操作就可以了,这样一想就简单很多了,这篇我会贴出修改后的代码,直接省去了大段的代码啊。

    ps:这次我重新装的opencv3.2.0版本,代码里面直接用cv2了

    # 查看opencv版本,终端输入:
    $ pkg-config --modversion opencv

    cv_img_cv2.py

    # -*- coding:utf-8 -*-
    __author__ = 'lwp'
    
    import cv2
    import numpy as np
    import matplotlib.pyplot as plt
     
    path ='/media/lwp/A/111111.jpg' # 图片路径
    lwpImg = cv2.imread(path) # 加载图片
    gray_lwpImg = cv2.cvtColor(lwpImg, cv2.COLOR_BGR2GRAY) # 转为灰度图
    
    # 画目标区域,参数分别为图片、左上坐标、右下坐标、框的颜色、框线条的粗细
    lwpImg = cv2.rectangle(lwpImg, (290, 0), (310, 327), (0, 255, 0), 2) 
    # 显示标记后的图片
    cv2.imshow('local_pixel', lwpImg) 
    
    # 提取图片像素值到矩阵
    pixel_data = np.array(gray_lwpImg)
    # 提取目标区域
    box_data = pixel_data[:, 290:310]
    # 矩阵行求和
    pixel_sum = np.sum(box_data, axis=1)
    
    # 画图
    x = range(576)
    fig = plt.figure(figsize=(4, 2))
    ax1 = fig.add_subplot(1, 1, 1)
    ax1.bar(x, pixel_sum, width=1) # x为每个条形到x轴0点的距离,width为每个条的宽度
    plt.xlabel('X')
    plt.ylabel('Y')
    plt.title('edge_filter')
    plt.grid(True)
    plt.show()
    
    key = cv2.waitKey(0) & 0xFF
    if key == ord('q'): # 按q关闭窗口
      cv2.destroyAllWindows()

    效果:

    以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。

分享:

文章评论

    • wxpython 学习笔记 第一天
    • python文本数据处理学习笔记详解