文章目录
摘要
numpy的ndarray数据结构的索引与赋值
创建空白画布
初始化白色的画布
初始化彩色的画布
利用cv2的内置方法merge与split 利用numpy内置的索引
综合实验-初始化背景
「❤️ 感谢大家」
摘要
在这篇文章中将给大家讲解如何分别用numpy的方法，与numpy与cv2结合的方法创建空白画布，创建白色画布，与创建彩色画布。在讲解过程中还会介绍cv2进行通道分割cv2.split与通道合并cv2.merge的两个函数的具体使用以及深究numpy的ndarray数据结构的索引与赋值。
这里多说一句，小编是一名python开发工程师，这里有我自己整理了一套最新的python系统学习教程，包括从基础的python脚本到web开发、爬虫、数据分析、数据可视化、机器学习等。想要这些资料的可以进裙930900780领取。
numpy的ndarray数据结构的索引与赋值
在使用画图工具的时候, 第一件事情就是创建一个新的空白画布，我们可以指定画布的大小和颜色。
那我们如何使用opencv来创建一个空白的画布(值相同的图片) ?
其实image的数据结构上的图片，本质上就是numpy里面的ndarray的对象，创建一个画布本质上就是创建一个同等规格的ndarray。
创建一个新的特定尺寸的ndarray我们可以使用np.zeors 函数，我们将图像的高度(height)，图像的宽度(width)，以及图像的通道数channel 以tuple 类型传入np.zeros。再次声明是tuple类型。
另外由于不是所有的numpy类型的数值，都可以放到opencv中进行图像处理.
数值取值范围在0-255， 我们需要指定数据类型为uint8 unsigned integer 8-bit
np.zeros((height, width, channels), dtype="uint8")
1
复制代码
举个例子：想创建一个800 x 600 x 3 的图片，一个BGR格式的图像，我们就得这么写：
# 初始化一个空画布 300×300 三通道 背景色为黑色
canvas_black = np.zeros((600, 800, 3), dtype="uint8")
12
复制代码
得到的效果如下：
注意： height写在前面
为什么Height写在前面？
就得知道opencv图像的数据结构是numpy，Image的属性,其实就是numpy的ndarray数据格式的属性。
我们可以直接获取img对象的诸多属性，例如我们打印lena图的属性，具体如下：
# -*- coding: utf-8 -*-
import numpy as np
import cv2
# 导入一张图像 模式为彩色图片
img = cv2.imread('lena.jpg', cv2.IMREAD_COLOR)
print("================打印图像的属性================")
print("图像对象的类型 {}".format(type(img)))
print(img.shape)
print("图像宽度: {} pixels".format(img.shape[1]))
print("图像高度: {} pixels".format(img.shape[0]))
print("通道: {}".format(img.shape[2]))
print("图像分辨率: {}".format(img.size))
print("数据类型: {}".format(img.dtype))
123456789101112131415
复制代码
输出结果：
================打印图像的属性================
图像对象的类型 <class 'numpy.ndarray'>
(256, 256, 3)
图像宽度: 256 pixels
图像高度: 256 pixels
通道: 3
图像分辨率: 196608
数据类型: uint8
12345678
复制代码
有时候我们也可以偷懒，如果我们想创建与另外一个图像尺寸相同的画布的时候，我们可以使用np.zeros_like
canvas_black = np.zeros_like(img)
1
复制代码
创建空白画布
创建空白画布的函数如下：
def InitCanvas(width, height, color=(255, 255, 255)):
canvas = np.ones((height, width, 3), dtype="uint8")
canvas[:] = color
return canvas
1234
复制代码
调用的时候传入图像的宽度、高度和画布的颜色。例如创建一个800*600 颜色为纯黑色的画布：
canvas = InitCanvas(800, 600, color=(255,255,255))
1
复制代码
创建空白画布的完整代码如下：
'''
初始化画布
'''
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
复制代码
效果展示：
初始化白色的画布
白色的画布， 因为比较简单，而且三个通道的值都相同。
ps: 其实灰色的图片(GRAY2BGR)，三个通道的值都相同。
那么我们创建一个全都是1的矩阵，然后乘上某个数值，问题是不是就解决了。
我们需要用到np.ones 函数
# 初始化一个空画布 300×300 三通道 背景色为白色
canvas_white = np.ones((300, 300, 3), dtype="uint8")
12
复制代码
接下来, 需要乘上一个整数，255 (你可以填入0-255的任意值)
canvas_white *= 255
1
复制代码
这种运算称之为 全局乘法 。
具体代码如下：
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
复制代码
创建的白色画布如下：
初始化彩色的画布
利用cv2的内置方法merge与split
我们初始化BGR的图片canvas_white 之后将原来的图片进行通道分离，之后分别乘上BGR三个通道的整数值，然后将三个通道合并在一起，就得到我们想要的彩图纯色背景。
那通道的分离我们需要用到的函数是cv2.split(img).
# 将原来的三个通道抽离出来， 分别乘上各个通道的值
(channel_b, channel_g, channel_r) = cv2.split(canvas)
12
复制代码
channel_b 蓝色通道，channel_g 绿色通道，channel_r 红色通道，都是二维的ndarray对象。
我们指定一种颜色，例如 color = (100, 20, 50))
注意：我们这里的颜色指的BGR格式
也就是
B -> 100
G -> 20
R -> 50
接下来我们分别将其乘上对应的值.
# 颜色的值与个通道的全1矩阵相乘
channel_b *= color[0]
channel_g *= color[1]
channel_r *= color[2]
1234
复制代码
接下来我们将三个通道重新合并，需要用到的函数是cv2.merge
cv2.merge([channel_b, channel_g, channel_r])
1
复制代码
注意：三个通道的矩阵以list [] 的方式传入merge函数.
综合起来，就是我们的第一个初始化彩色背景的函数：
# 初始化一个彩色的画布 - cv2版本
def init_canvas(width, height, color=(255, 255, 255)):
canvas = np.ones((height, width, 3), dtype="uint8")
# 将原来的三个通道抽离出来， 分别乘上各个通道的值
(channel_b, channel_g, channel_r) = cv2.split(canvas)
# 颜色的值与个通道的全1矩阵相乘
channel_b *= color[0]
channel_g *= color[1]
channel_r *= color[2]
# cv.merge 合并三个通道的值
return cv2.merge([channel_b, channel_g, channel_r])
12345678910111213
复制代码
具体实现代码如下：
'''
初始化画布
'''
import cv2
import numpy as np
# 初始化一个彩色的画布 - cv2版本
def init_canvas(width, height, color=(255, 255, 255)):
canvas = np.ones((height, width, 3), dtype="uint8")
# 将原来的三个通道抽离出来， 分别乘上各个通道的值
(channel_b, channel_g, channel_r) = cv2.split(canvas)
# 颜色的值与个通道的全1矩阵相乘
channel_b *= color[0]
channel_g *= color[1]
channel_r *= color[2]
# cv.merge 合并三个通道的值
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
复制代码
运行效果：
注意：此函数使用 cv2.split 非常耗时 所以只有在需要的时候才能做到。 否则用Numpy索引。
利用numpy内置的索引
使用numpy原生的方法， 性能会比opencv中的要好。我们直接使用numpy的ndarray的索引的方法。
例如 canvas[:,:,0] 选中的是所有行，所有列，像素元素的第一个值，也就是，所有B通道的值。
然后对其进行赋值：
canvas[:,:,0] = color[0]
1
复制代码
完整版本的函数如下，B/G/R通道分别进行赋值：
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
复制代码
具体实现代码如下：
'''
初始化画布
'''
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
复制代码
运行实现的效果和第一种方法一样：
实际上我们还有更快的方法, 可以实现这个功能, 这就需要你熟练掌握Numpy的使用技巧.
我们可以直接赋值color
canvas[:] = color
1
复制代码
完整实现过程如下：
'''
初始化画布
'''
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
复制代码
运行的效果：
综合实验-初始化背景
在这个综合实验里会分别用上述的方法，创建黑色背景，白色背景，彩色背景。
具体代码如下：
'''
初始化一个空白的画布
并指定画布的颜色
'''
import cv2
import numpy as np
# 初始化一个空画布 300×300 三通道 背景色为黑色
canvas_black = np.zeros((300, 300, 3), dtype="uint8")
cv2.imshow("canvas_black", canvas_black)
# 初始化一个空画布 300×300 三通道 背景色为白色
canvas_white = np.ones((300, 300, 3), dtype="uint8")
canvas_white *= 255
cv2.imshow("canvas_white", canvas_white)
'''
初始化一个彩色的画布 - cv2版本
此函数使用 cv2.split 非常耗时 所以只有在需要的时候才能做到。 否则用Numpy索引。
'''
def InitCanvasV1(width, height, color=(255, 255, 255)):
canvas = np.ones((height, width, 3), dtype="uint8")
# 将原来的三个通道抽离出来， 分别乘上各个通道的值
(channel_b, channel_g, channel_r) = cv2.split(canvas)
# 颜色的值与个通道的全1矩阵相乘
channel_b *= color[0]
channel_g *= color[1]
channel_r *= color[2]
# cv.merge 合并三个通道的值
return cv2.merge([channel_b, channel_g, channel_r])
'''
初始化一个彩色的画布 - numpy版本
使用numpy的索引 赋值
'''
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
'''
初始化终极版本
熟练掌握 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
# 初始化一个彩色的画布
canvas_color = InitCanvasV2(300, 300, color=(100, 20, 50))
cv2.imshow("canvas_color", canvas_color)
# 等待e键按下 关闭所有窗口
while cv2.waitKey(0) != ord('e'):
continue
cv2.destroyAllWindows()
12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626364656667686970
复制代码
运行结果：
最后多说一句，小编是一名python开发工程师，这里有我自己整理了一套最新的python系统学习教程，包括从基础的python脚本到web开发、爬虫、数据分析、数据可视化、机器学习等。想要这些资料的可以进裙930900780领取。
本文章素材来源于网络，如有侵权请联系删除。
网友评论