当前位置： 移动技术网 > IT编程>脚本编程>Python > Python+OpenCV图片局部区域像素值处理详解

Python+OpenCV图片局部区域像素值处理详解

2019年03月21日  | 移动技术网IT编程  | 我要评论

奇闻屋,图库网,非诚勿扰王欢

背景故事：我需要对一张图片做一些处理，是在图像像素级别上的数值处理，以此来反映图片中特定区域的图像特征，网上查了很多，大多关于opencv的应用教程帖子基本是停留在打开图片，提取像素重新写入图片啊之类的基本操作，我是要取图片中的特定区域再提取它的像素值，作为一个初学者开始接触opencv简直一脸懵，慢慢摸索着知道了opencv的一些函数是可以实现的像setimageroi()函数设置roi区域，即感兴趣区域，就很好用啊，总之最后是实现了自己想要的功能。现在看个程序确实是有点挫，也有好多多余的没必要的代码，但毕竟算一次码代码的历程，就原模原样贴在这里吧。

代码功能：在python下用opencv

  • 打开图片并显示并重新写入新的文件
  • 提取图片特定区域的像素值（根据自己需求，下面在代码中注解）
  • 对提取出来的像素值做处理用matplotlib显示成条形图

源码贴在下面：

# -*- coding:utf-8 -*-
__author__ = 'lwp'
import cv2.cv as cv
import numpy as np
import matplotlib.pyplot as plt

# 文件路径
path = '/media/lwp/a/4.bmp'
# 载入一张图片，参数cv.cv_load_image_grayscale为打开为灰度图
lwpimg = cv.loadimage(path, cv.cv_load_image_grayscale)
# 创建图像空间，参数为size, depth, channels，这里设置的是图片等高宽30个像素的一个区域，8位，灰度图
box_lwpimg = cv.createimage((30, 576), 8, 1)

# 创建窗口
cv.namedwindow('test1', cv.cv_window_autosize)
cv.namedwindow("box_test1", cv.cv_window_autosize)

# 设置roi区域，即感兴趣区域，参数为x, y, width, heigh
cv.setimageroi(lwpimg, (390, 0, 30, 576)) 
# 提取roi，从lwpimg图片的感兴趣区域到box_lwpimg
cv.copy(lwpimg, box_lwpimg)

# 对box区域进行循环提取像素值存到列表pixel_list中
pixel_list = []
for i in range(576): # 576为box的高
  for j in range(30): # 30为box的宽
    x = box_lwpimg[i, j]
    pixel_list.append(x)

# 提取的像素值转为int整型赋给一维数组pixel_list_np_1
pixel_list_np_1 = np.array(pixel_list, dtype=int)
# 转为576*30的二位数组，即按图片box排列
pixel_list_np_2 = np.array(pixel_list_np_1).reshape(576, 30)
# 行求和，得到576个值，即每行的像素信息
pixel_sum = np.sum(pixel_list_np_2, axis=1)

# 取消设置
cv.resetimageroi(lwpimg)

# 画目标区域
lwpimg = cv.rectangle(lwpimg, (390, 0), (425, 576), (0, 255, 0), 2)
# 显示图像
cv.showimage('test1', lwpimg)
# 查看列表list长度，以确定像素值提取准确
list_length = len(pixel_list)
print list_length

# 查看数组维度，shape验证
print pixel_list_np_1.ndim
print pixel_list_np_1.shape
print pixel_list_np_1

print pixel_list_np_2.ndim
print pixel_list_np_2.shape
print pixel_list_np_2

print pixel_sum

# 画条形图
plt.figure(1)
width = 1
for i in range(len(pixel_sum)):
  plt.figure(1)
  plt.bar(i, pixel_sum[i], width)
plt.xlabel("x")
plt.ylabel("pixel_sum")
plt.show()

# 按esc退出，按s保存图片
k = cv.waitkey(0)
if k == 27:         # wait for esc key to exit
  cv.destroyallwindows()
elif k == ord('s'):     # wait for 's' key to save and exit
  cv.writeframe('copy_test.png', lwpimg)
  cv.destroyallwindows()

补充：这个代码虽然实现了我需要的功能，之后在对视频流做同样像素值提取处理并绘图的时候，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进行相应的数组操作就可以了，这样一想就简单很多了，下篇会写对数据流的处理，直接读取视频文件或直接从内存取摄像头的视频流进行处理，未完待续。

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移动技术网。

您可能感兴趣的文章:

如对本文有疑问，请在下面进行留言讨论，广大热心网友会与你互动！！ 点击进行留言回复

相关文章:

验证码：
最近更新的文章
大家感兴趣的文章
移动技术网