OpenCV:面向python像素处理

一、像素的定义

像素:是指在由一个数字序列表示的图像中的一个最小单位，称为像素。
像素是图像构成的基本单位，像素处理是图像处理的基本操作，可以通过位置索引的形式对图像内的元素进行访问、处理。

二、图像的表示方法

图像的基本表示方法可以分为：二值图像、灰度图像、彩色图像。

1、二值图像

二值图像是指仅仅包含黑色和白色两种颜色的图像。

计算机处理的时候，会将图片划分为一个个小的方块，每一个小方块作为一个独立的处理单元，叫做像素点，每一个白色的方块处理为1，相反黑色的方块处理为0，然后存入计算机。

2、灰度图像

二值图像虽然表示简单，但是图像不够细腻，如果需要表现出来更多的细节，就需要使用更多的颜色，而不仅仅是二值图像的黑和白。对比于二值图像的0和1，灰度图像采用了更多的数字。

通常计算机将灰度处理为256个灰度级，用数值区间[0,255]表示，255表示纯白色，0表示纯黑色。

可以使用8位二进制表示二值图像，只存在0和255两种灰度级，因此二值图像也算是一种特殊的灰度图像。

部分区域的数值表示：

3、彩色图像

彩色图像可以表示更丰富的信息。
具有多种色彩空间：RGB、GRAY、XYZ、YCrCb、HSV、HLS、CIELab、CIELuv*、Bayer等。
色彩空间也叫作颜色空间、彩色空间等。

RGB色彩空间较为常用：
在RGB色彩空间内具有三个通道，分别为R通道、G通道、B通道，每个通道的范围都是在数值区间[0,255]，然后用三个通道的组合表示各种颜色。

部分RGB颜色对照表：

在计算机中使用三维数组表示一副RGB色彩空间的彩色图像，并且注意在OpenCV中通道的顺序为BGR，也就是在第一个通道存放B的信息，在最后一个通道存放R的信息。

三、处理

图像可以理解成为一个数组，因此在面向python的OpenCV中，图像就是Numpy库中的数组。

1、利用Numpy库模拟黑色图像

使用Numpy库生成一个全是0的二维数组，来模拟表示一个黑色图像。

import cv2
import numpy as np
temp = np.zeros((100,100),dtype = np.uint8)
print("前\n",temp)
cv2.imshow("qian",temp)
print("读取像素点temp[0,3]=",temp[0,3])
temp[0,3] = 255
print("后\n",temp)
print("读取修改后像素点temp[0,3]=",temp[0,3])
cv2.imshow("hou",temp)
cv2.waitKey()
cv2.destroyAllWindows()

结果展示：
修改前：

读取修改前的像素点

修改前的图像

修改后：

读取修改后的像素点

修改后的图像

（在图像的左上方向有一个白色的点，为修改的结果，为方便观看，大家可以复制程序进行验证，大家观看的时候，可以模拟大一点的数组，现象更加明显）

2、读取一个灰度图像进行处理

在本地读取一个灰度图像，然后对数组进行修改。

import cv2
ppp=cv2.imread("D:\pmjcv\pbc.png",0)
cv2.imshow("qian",ppp)
print("前\n",ppp)
for i in range(50,150):
    for j in range(50,150):
        ppp[i,j]=255
cv2.imshow("hou",ppp)
print("后\n",ppp)
cv2.waitKey()
cv2.destroyAllWindows()

修改前：
修改前像素点

修改前图像

修改后像素点

修改后图像

（可以明显看到左上方向白色为修改部分）

3、利用Numpy库模拟彩色图像

利用Numpy库生成三维数组，分别表示三个通道的情况，表示彩色图像。

import cv2
import numpy as np
temp = np.zeros((600,900,3),dtype = np.uint8)
temp[:,0:150,0]=255
temp[:,150:300,1]=255
temp[:,300:450,2]=255
temp[:,450:600,0]=255
temp[:,600:750,1]=255
temp[:,750:900,2]=255
print("caise\n",temp)
cv2.imshow("caise",temp)
cv2.waitKey()
cv2.destroyAllWindows()

部分像素点展示

图像展示

4、随机生成一个彩色图像

利用Numpy库

import cv2
import numpy as np
temp = np.random.randint(0,256,size=[500,600,3],dtype=np.uint8)
print("caise\n",temp)
cv2.imshow("caise",temp)
cv2.waitKey()
cv2.destroyAllWindows()

部分像素点

彩色图像

四、感兴趣区域（ROI）

在图像处理中，我们要针对某一个特定区域进行处理的时候，就会对这一个特定区域感兴趣，这个区域就可以称作为感兴趣区域（ROI），设置成感兴趣区域之后，就可以对这个区域整体进行操作，方便减少处理的时间，更加高效。

import cv2
temp = cv2.imread("D:\pmjcv\pbc.png",cv2.IMREAD_UNCHANGED)
roi = temp[200:300,200:300]
cv2.imshow("yuanshitu",temp)
cv2.imshow("roi",roi)
cv2.waitKey()
cv2.destroyAllWindows()

原始图片

ROI区域

五、总结

面向python的像素处理，还有很多功能，上说内容是这段时间的学习总结仍然还不是很全面，需要进一步深入学习、向其他人探讨。

上述内容为学习总结，希望对大家可以有所帮助，如有遗漏或者错误请在评论区中指正，期待与大家的讨论！！！