OpenCV更改像素与修改图像通道的示例分析

本篇文章为大家展示了OpenCV更改像素与修改图像通道的示例分析，内容简明扼要并且容易理解，绝对能使你眼前一亮，通过这篇文章的详细介绍希望你能有所收获。

1. 效果图

原图 VS 更改右下某个像素为红色，更改左上角1/4区域为绿色，效果图如下：

裁剪感兴趣区域：分别截取左上角、右上角、左下角、右下角，各占1/4；效果图如下：

原图 VS 图像单通道灰度图效果如下：

左上原图 VS 右上R通道图 VS 左下G通道图 VS 右下B通道图效果如下：

图像4通道 全透明图 VS 不透明效果图：

2. 源码

# USAGE# python opencv_getting_setting.py --image fjdj.png# 导入必要的包import argparseimport cv2import imutilsimport numpy as np# 构建命令行参数及解析# --image 磁盘图片路径，默认名称为当前py文件同级目录：fjdj.jpgap = argparse.ArgumentParser()ap.add_argument("-i", "--image", type=str, default="fjdj.jpg",                help="path to the input image")args = vars(ap.parse_args())ap = argparse.ArgumentParser()# 加载图像，获取空间维度（宽度、高度），展示原始图像到屏幕image = cv2.imread(args["image"])image = imutils.resize(image, width=430)origin = image.copy()(h, w) = image.shape[:2]cv2.imshow("Original", image)# 图像以Numpy数组存在，获取左上角，图像索引从0开始# 图像以BGR通道表示，因为最开始BGR是标准，后来调整为RGB(b, g, r) = image[0, 0]print("Pixel at (0, 0) - Red: {}, Green: {}, Blue: {}".format(r, g, b))# 获取x=380，y=380的像素值，图像想象为M*N的矩阵，M为行，N为列(b, g, r) = image[380, 380]print("Pixel at (380, 380) - Red: {}, Green: {}, Blue: {}".format(r, g, b))# 更新x=50，y=20的像素为红色image[380, 380] = (0, 0, 255)(b, g, r) = image[380, 380]print("Pixel at (380, 380) - Red: {}, Green: {}, Blue: {}".format(r, g, b))# 计算图像的中心(cX, cY) = (w // 2, h // 2)# 使用数组切片获取左上角1/4的部分tl = image[0:cY, 0:cX]cv2.imshow("Top-Left Corner", tl)# 同样的，用数组切片裁剪 右上角、左下角、右下角部分，并展示tr = image[0:cY, cX:w]br = image[cY:h, cX:w]bl = image[cY:h, 0:cX]cv2.imshow("Top-Right Corner", tr)cv2.imshow("Bottom-Right Corner", br)cv2.imshow("Bottom-Left Corner", bl)# 使用像素切片来更改像素区域的颜色image[0:cY, 0:cX] = (0, 255, 0)# 展示更新像素后的图片cv2.imshow("Updated (Top-Left Corner to Green)", image)gray = cv2.cvtColor(origin, cv2.COLOR_BGR2GRAY)cv2.imshow("Gray", gray)(h, w) = origin.shape[:2]zeros = np.zeros((h, w), dtype="uint8")# 将origin分离为红色，绿色和蓝色通道， 然后我们使用Numpy 零数组分别构造每个通道的表示形式(B, G, R) = cv2.split(origin)R = cv2.merge([zeros, zeros, R])G = cv2.merge([zeros, G, zeros])B = cv2.merge([B, zeros, zeros])cv2.imshow("B G R", np.hstack([B, G, R]))# 构建输出帧  原图在左上角 红色通道右上角 绿色通道右下角 蓝色通道左下角output = np.zeros((h * 2, w * 2, 3), dtype="uint8")output[0:h, 0:w] = originoutput[0:h, w:w * 2] = Routput[h:h * 2, 0:w] = Goutput[h:h * 2, w:w * 2] = Bcv2.imshow("origin vs R vs G vs B", imutils.resize(output, width=700))alpha0 = np.dstack([origin, np.ones((h, w), dtype="uint8") * 0])cv2.imshow("alph 0", alpha0)cv2.imwrite("alph 0.png", alpha0)alpha1 = np.dstack([origin, np.ones((h, w), dtype="uint8") * 255])cv2.imshow("alph 255", alpha1)cv2.imwrite("alph 255.png", alpha1)cv2.waitKey(0)

上述内容就是OpenCV更改像素与修改图像通道的示例分析，你们学到知识或技能了吗？如果还想学到更多技能或者丰富自己的知识储备，欢迎关注行业资讯频道。