Python+OpenCV圖片局部區(qū)域像素值處理詳解

更新時間：2019年01月23日 11:24:34 作者：零尾

這篇文章主要為大家詳細(xì)介紹了Python+OpenCV圖片局部區(qū)域像素值處理，具有一定的參考價值，感興趣的小伙伴們可以參考一下

背景故事：我需要對一張圖片做一些處理，是在圖像像素級別上的數(shù)值處理，以此來反映圖片中特定區(qū)域的圖像特征，網(wǎng)上查了很多，大多關(guān)于opencv的應(yīng)用教程帖子基本是停留在打開圖片，提取像素重新寫入圖片啊之類的基本操作，我是要取圖片中的特定區(qū)域再提取它的像素值，作為一個初學(xué)者開始接觸opencv簡直一臉懵，慢慢摸索著知道了opencv的一些函數(shù)是可以實(shí)現(xiàn)的像SetImageROI()函數(shù)設(shè)置ROI區(qū)域，即感興趣區(qū)域，就很好用啊，總之最后是實(shí)現(xiàn)了自己想要的功能?，F(xiàn)在看個程序確實(shí)是有點(diǎn)挫，也有好多多余的沒必要的代碼，但畢竟算一次碼代碼的歷程，就原模原樣貼在這里吧。

代碼功能：在python下用opencv

打開圖片并顯示并重新寫入新的文件
提取圖片特定區(qū)域的像素值（根據(jù)自己需求，下面在代碼中注解）
對提取出來的像素值做處理用matplotlib顯示成條形圖

源碼貼在下面：

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

# 文件路徑
path = '/media/lwp/A/4.bmp'
# 載入一張圖片，參數(shù)cv.CV_LOAD_IMAGE_GRAYSCALE為打開為灰度圖
lwpImg = cv.LoadImage(path, cv.CV_LOAD_IMAGE_GRAYSCALE)
# 創(chuàng)建圖像空間，參數(shù)為size, depth, channels，這里設(shè)置的是圖片等高寬30個像素的一個區(qū)域，8位，灰度圖
box_lwpImg = cv.CreateImage((30, 576), 8, 1)

# 創(chuàng)建窗口
cv.NamedWindow('test1', cv.CV_WINDOW_AUTOSIZE)
cv.NamedWindow("box_test1", cv.CV_WINDOW_AUTOSIZE)

# 設(shè)置ROI區(qū)域，即感興趣區(qū)域，參數(shù)為x, y, width, heigh
cv.SetImageROI(lwpImg, (390, 0, 30, 576)) 
# 提取ROI，從lwpImg圖片的感興趣區(qū)域到box_lwpImg
cv.Copy(lwpImg, box_lwpImg)

# 對box區(qū)域進(jìn)行循環(huán)提取像素值存到列表pixel_list中
pixel_list = []
for i in range(576): # 576為box的高
  for j in range(30): # 30為box的寬
    x = box_lwpImg[i, j]
    pixel_list.append(x)

# 提取的像素值轉(zhuǎn)為int整型賦給一維數(shù)組pixel_list_np_1
pixel_list_np_1 = np.array(pixel_list, dtype=int)
# 轉(zhuǎn)為576*30的二位數(shù)組，即按圖片box排列
pixel_list_np_2 = np.array(pixel_list_np_1).reshape(576, 30)
# 行求和，得到576個值，即每行的像素信息
pixel_sum = np.sum(pixel_list_np_2, axis=1)

# 取消設(shè)置
cv.ResetImageROI(lwpImg)

# 畫目標(biāo)區(qū)域
lwpImg = cv.Rectangle(lwpImg, (390, 0), (425, 576), (0, 255, 0), 2)
# 顯示圖像
cv.ShowImage('test1', lwpImg)
# 查看列表list長度，以確定像素值提取準(zhǔn)確
list_length = len(pixel_list)
print list_length

# 查看數(shù)組維度，shape驗(yàn)證
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

# 畫條形圖
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保存圖片
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()

補(bǔ)充：這個代碼雖然實(shí)現(xiàn)了我需要的功能，之后在對視頻流做同樣像素值提取處理并繪圖的時候，意識到圖片本就是數(shù)組形式，對于8位灰度圖，通道數(shù)為1,它就是個二位數(shù)組，這樣就沒有必要再設(shè)置ROI區(qū)域，復(fù)制出來這塊區(qū)域再循環(huán)提取像素存入數(shù)組進(jìn)行處理了，可以直接將圖片存入數(shù)組，再利用numpy進(jìn)行相應(yīng)的數(shù)組操作就可以了，這樣一想就簡單很多了，下篇會寫對數(shù)據(jù)流的處理，直接讀取視頻文件或直接從內(nèi)存取攝像頭的視頻流進(jìn)行處理，未完待續(xù)。

以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: