如何使用OpenCV和Numpy库读取并修改Python图像中的像素值？

本文共计1459个文字，预计阅读时间需要6分钟。

摘要：本文主要讲解OpenCV与Numpy在图像处理基础知识，涵盖读取和修改图像元素。

正文：本文将分享来自华为云社区的《Python图像处理》课程内容。本节重点介绍OpenCV与Numpy库的读取和修改图像元素功能。

OpenCV和Numpy是Python图像处理领域的常用库，以下是一些基本操作：

1. 读取图像： 使用OpenCV读取图像，可以通过`cv2.imread()`函数实现。 python import cv2 image=cv2.imread('path_to_image')

2. 修改图像： 修改图像可以通过对图像矩阵的操作来完成。例如，将图像所有像素值乘以2： python image=image * 2

3. 访问和修改图像元素： OpenCV中，图像通常以二维数组形式存储。可以通过索引来访问和修改图像的每个像素。 python blue, green, red=image[0, 0] # 获取第一个像素的蓝、绿、红值 image[0, 0]=[0, 0, 255] # 将第一个像素修改为红色

4. 保存图像： 修改后的图像可以使用`cv2.imwrite()`函数保存。 python cv2.imwrite('new_path_to_image', image)

通过以上操作，可以实现对图像的基本处理。这些是OpenCV和Numpy库在图像处理中不可或缺的基础知识。

摘要：本篇文章主要讲解 OpenCV+Numpy 图像处理基础知识，包括读取像素和修改像素。

本文分享自华为云社区《​​[Python图像处理] 二.OpenCV+Numpy库读取与修改像素​​》，作者： eastmount。

一.传统读取像素方法

1.灰度图像，返回灰度值。

返回值=图像(位置参数)，例：p = img[88,142] print§

# -*- coding:utf-8 -*-
import cv2

#读取图片
img = cv2.imread("picture.bmp", cv2.IMREAD_UNCHANGED)

#灰度图像
p = img[88, 142]
print(p)

#显示图像
cv2.imshow("Demo", img)

#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()

#写入图像
cv2.imwrite("testyxz.jpg", img)

输出结果如下图所示：[131 131 131]，由于该图是24位BMP，B=G=R输出三个相同的结果，有的图像仅有一个像素点则输出一个值。

2.BGR图像，返回值为B、G、R的值。

例：

b = img[78, 125, 0] print(b)

g = img[78, 125, 1] print(g)

r = img[78,125, 2] print®

# -*- coding:utf-8 -*-
import cv2

#读取图片
img = cv2.imread("test.jpg", cv2.IMREAD_UNCHANGED)

#BGR图像
b = img[78, 125, 0]
print(b)
g = img[78, 125, 1]
print(g)
r = img[78, 125, 2]
print(r)

#方法二
bgr = img[78, 125]
print(bgr)

#显示图像
cv2.imshow("Demo", img)

#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()

#写入图像
cv2.imwrite("testyxz.jpg", img)

输出像素和图像如下所示：

155

104

61

[155 104 61]

二.传统修改像素方法

1.修改单个像素值

BGR图像可以通过位置参数直接访问像素值并进行修改，输出结果如下所示：

# -*- coding:utf-8 -*-
import cv2

#读取图片
img = cv2.imread("test.jpg", cv2.IMREAD_UNCHANGED)

#BGR图像
print(img[78, 125, 0])
print(img[78, 125, 1])
print(img[78, 125, 2])

#修改像素
img[78, 125, 0] = 255
img[78, 125, 1] = 255
img[78, 125, 2] =255

print(img[78, 125])
img[78, 125] = [10, 10, 10]
print(img[78, 125, 0])
print(img[78, 125, 1])
print(img[78, 125, 2])
#方法二
print(img[78, 125])
img[78, 125] = [10, 10, 10]
print(img[78, 125])

输出结果如下所示，通过两种方法分别将B、G、R像素值修改为255和0。

155

104

61

255

255

255

[255 255 255]

[10 10 10]

2.修改区域像素

通过访问图像数组的位置区域实现区域像素修改，比如 [100:150,400:500] 是访问第100到150行，400到500列的区域，再对该区域像素进行修改。代码如下所示：

# -*- coding:utf-8 -*-
import cv2

#读取图片
img = cv2.imread("test.jpg", cv2.IMREAD_UNCHANGED)

#BGR图像
img[100:150, 400:500] = [255, 255, 0]

#显示图像
cv2.imshow("Demo", img)

#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()

#写入图像
cv2.imwrite("testyxz.jpg", img)

输出结果如下图所示，[255, 255, 0]是浅蓝色。

三.Numpy读取像素方法

使用Numpy进行像素读取，调用方式如下：

返回值 = 图像.item(位置参数)

# -*- coding:utf-8 -*-
import cv2
import numpy

#读取图片
img = cv2.imread("test.jpg", cv2.IMREAD_UNCHANGED)

#Numpy读取像素
blue = img.item(78, 100, 0)
green = img.item(78, 100, 1)
red = img.item(78, 100, 2)
print(blue)
print(green)
print(red)

#显示图像
cv2.imshow("Demo", img)

#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()

输出结果如下，注意OpenCV读取图像通道是BGR，也可以转换成RGB在进行处理。

155

104

61

四.Numpy修改像素方法

使用Numpy的itemset函数修改像素，调用方式如下：

图像.itemset(位置, 新值)

例如：img.itemset((88,99), 255)

# -*- coding:utf-8 -*-
import cv2
import numpy

#读取图片
img = cv2.imread("test.jpg", cv2.IMREAD_UNCHANGED)

#Numpy读取像素
print(img.item(78, 100, 0))
print(img.item(78, 100, 1))
print(img.item(78, 100, 2))
img.itemset((78, 100, 0), 100)
img.itemset((78, 100, 1), 100)
img.itemset((78, 100, 2), 100)
print(img.item(78, 100, 0))
print(img.item(78, 100, 1))
print(img.item(78, 100, 2))

输出结果如下：

155

104

61

100

100

100

也可以同时输出B、G、R三个值，核心代码如下：

print(img[78, 78])
img.itemset((78, 78, 0), 0)
img.itemset((78, 78, 1), 0)
img.itemset((78, 78, 2), 0)
print(img[78, 78])
#[155 104 61]
#[0 0 0]

本文摘录自eastmount X华为云开发者社区联合出品的电子书《从零到一 • Python图像处理及识别》。

​​点击免费下载电子书《从零到一 • Python图像处理及识别》​​

​​点击关注，第一时间了解华为云新鲜技术~​​