【小林的OpenCV基礎課 5】圖像的基本操作

私は小林です、天気は最近寒いです

在這一話中，小林將會帶領同學們學習對圖像的基本操作。有多基本呢？如下：

• 獲取、修改像素值
• 獲取圖像基本屬性
• 設置ROI區域
• 分離、合併通道

呃，前兩條看起來比較容易，後面兩個是個啥？

既然同學們對後面兩個感興趣，那小林就從頭開始講(づ￣ 3￣)づ。

獲取、修改像素值

不管是視頻也好，圖片也好，構成他們的基本元素就是像素（Pixel）。所有像素的像素值決定了畫面的樣子。一幅圖像的所有像素中可能有一個通道（如灰度圖像）也可能有多個通道（如BGR和HSV）。通常我們見到的彩色圖像通道數為3通道，數據類型為uint8（取值範圍0~255）。OpenCV中的RGB空間的默認通道順序不是RGB，而是BGR。

使用python的OpenCV中，獲取、修改像素值的方法常用的有兩種：

• 從矩陣直接獲取
• 通過numpy的函數從矩陣中間接獲取（需導入numpy模塊）

首先使用imread導入圖像。

直接獲取並修改的代碼如下：

# 獲取三通道像素值npix_bgr = img[100,100]nprint(pix_bgr)n# 獲取g通道像素值npix_g = img[100,100,1]nprint(pix_g)n# 在矩陣中直接修改像素值nimg[100,100] = [122,122,122]n

間接獲取和修改的代碼如下：

# 使用numpy的item方法獲取像素npix = img.item(100,100,2)nprint(pix)n# 使用numpy的itemset方法修改像素nimg.itemset((100,100,1),255)n

註：在訪問像素值方面，python要比C++簡單，不需要考慮煩人的指針啥的。

獲取圖像基本屬性

通過訪問矩陣的成員變數獲取圖像的基本屬性。代碼如下：

# 獲取長寬和通道數nprint(img.shape)n# 獲取像素總數 長*寬*通道數nprint(img.size)n# 獲取像素的數據類型nprint(img.dtype)n

設置ROI區域

何為ROI區域？ROI就是Region Of Interest，感興趣區域。比如說，如果有一張托爾醬的全身照，有些人會關注尾巴，有些人則會關注（一些不可描述的地方）。換言之，當需要研究圖像中我們感興趣的部分時，就需要框定ROI區域了。如下：

ROI = img[200:399, 480:639]n

可以看出，ROI實際上是整個圖像矩陣中的一部分，本質上也是矩陣，就像在托爾醬的尾巴上用紅筆畫了一個框，告訴人們我們要重點研究尾巴（研究尾巴肉怎麼做才好吃嗎？）

關於ROI，其實有個小小的坑，涉及到矩陣的引用和複製的問題，可以使用numpy中相關的函數來填上這個坑，具體實現在本節的示例代碼中。

分離、合併通道

依舊是通道。通過split和merge函數可分別實現通道的分離和合併，有助於我們研究單個通道。

函數原型：

mv = cv2.split(m[, mv])n

• m：需要被分離的圖像矩陣
• mv：分離後的通道圖像矩陣，m為多通道時mv通常為通道向量

dst = cv2.merge(mv[, dst])n

• mv：需要被合併的通道向量
• dst：合併後的矩陣

敲黑板了：split和merge都是在當前的色彩空間中使用的，若需轉換色彩空間需使用函數cvtColor，函數原型：

dst = cv2.cvtColor(src, code[, dst[, dstCn]])n

• src：需要被轉換的圖像矩陣
• dst：轉換後的圖像矩陣
• code：色彩空間轉換標識代碼，常用的有BGR到灰度、BGR和HSV的互換，全部標識代碼可查閱API
• dstCn：轉換後的圖像矩陣的通道數，為0時會被自動確定，通常我們會省略這個參數

下面祭出人見人愛的香菜大姐姐(づ￣ 3￣)づ：

import cv2nimport numpy as npnnimg = cv2.imread(hzxc2.jpg,1)nn# 分離圖像 得到BGR三個通道的圖像分量nb,g,r = cv2.split(img)nn# 顯示原圖和三個通道ncv2.namedWindow(Source Image)ncv2.namedWindow(Blue Channel)ncv2.namedWindow(Green Channel)ncv2.namedWindow(Red Channel)ncv2.imshow(Source Image, img)ncv2.imshow(Blue Channel, b)ncv2.imshow(Green Channel, g)ncv2.imshow(Red Channel, r)nn# 轉換為HSV色彩空間nhsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)n# 分離HSV三通道nh,s,v = cv2.split(hsv)n# 顯示原圖和三個通道ncv2.namedWindow(HSV)ncv2.namedWindow(H)ncv2.namedWindow(S)ncv2.namedWindow(V)ncv2.imshow(HSV, hsv)ncv2.imshow(H, h)ncv2.imshow(S, s)ncv2.imshow(V, v)ncv2.waitKey(0)ncv2.destroyAllWindows()n

畫面辣眼睛，小林就不放效果圖了。圖片在Github中，同學們也可以嘗試其他圖片哦。

作業又來啦，煩人

為了鞏固這一話的知識，請同學們嘗試：

• 改變小林自拍照中門鈴的顏色，要求使用ROI和BGR三通道，自拍照就是Github中的"IMG_8257.JPG"。

作業的示例代碼會在下一話更新時同步到Github。

本話的示例代碼已同步到Github中：本節示例代碼。在Class 3 Core Operations里，對應C3 Get Pixel.py、 C3 ROI.py和C3 Split and Merge Channel.py。

最後的最後

如果喜歡小林的專欄，就收藏了吧！してください！