引言

圖片讀入程序中后，是以numpy數(shù)組存在的。因此對(duì)numpy數(shù)組的一切功能，對(duì)圖片也適用。對(duì)數(shù)組元素的訪問(wèn)，實(shí)際上就是對(duì)圖片像素點(diǎn)的訪問(wèn)。

彩色圖片訪問(wèn)方式為：

img[i,j,c]

i表示圖片的行數(shù)，j表示圖片的列數(shù)，c表示圖片的通道數(shù)（RGB三通道分別對(duì)應(yīng)0，1，2）。坐標(biāo)是從左上角開始。

灰度圖片訪問(wèn)方式為：

gray[i,j]

例1：輸出小貓圖片的G通道中的第20行30列的像素值

from skimage import io,data
img=data.chelsea()
pixel=img[20,30,1]
print(pixel)

輸出為129

例2：顯示紅色單通道圖片

from skimage import io,data
img=data.chelsea()
R=img[:,:,0]
io.imshow(R)

除了對(duì)像素進(jìn)行讀取，也可以修改像素值。

例3：對(duì)小貓圖片隨機(jī)添加椒鹽噪聲

from skimage import io,data
import numpy as np
img=data.chelsea()

#隨機(jī)生成5000個(gè)椒鹽
rows,cols,dims=img.shape
for i in range(5000):
    x=np.random.randint(0,rows)
    y=np.random.randint(0,cols)
    img[x,y,:]=255
    
io.imshow(img)

這里用到了numpy包里的random來(lái)生成隨機(jī)數(shù)，randint(0,cols)表示隨機(jī)生成一個(gè)整數(shù)，范圍在0到cols之間。

用img[x,y,:]=255這句來(lái)對(duì)像素值進(jìn)行修改，將原來(lái)的三通道像素值，變?yōu)?55

通過(guò)對(duì)數(shù)組的裁剪，就可以實(shí)現(xiàn)對(duì)圖片的裁剪。

例4：對(duì)小貓圖片進(jìn)行裁剪

from skimage import io,data
img=data.chelsea()
roi=img[80:180,100:200,:]
io.imshow(roi)

對(duì)多個(gè)像素點(diǎn)進(jìn)行操作，使用數(shù)組切片方式訪問(wèn)。切片方式返回的是以指定間隔下標(biāo)訪問(wèn) 該數(shù)組的像素值。下面是有關(guān)灰度圖像的一些例子：

img[i,:] = im[j,:] # 將第 j 行的數(shù)值賦值給第 i 行

img[:,i] = 100 # 將第 i 列的所有數(shù)值設(shè)為 100

img[:100,:50].sum() # 計(jì)算前 100 行、前 50 列所有數(shù)值的和

img[50:100,50:100] # 50~100 行，50~100 列（不包括第 100 行和第 100 列）

img[i].mean() # 第 i 行所有數(shù)值的平均值

img[:,-1] # 最后一列

img[-2,:] (or im[-2]) # 倒數(shù)第二行

最后我們?cè)倏磧蓚€(gè)對(duì)像素值進(jìn)行訪問(wèn)和改變的例子：

例5：將lena圖片進(jìn)行二值化

像素值大于128的變?yōu)?，否則變?yōu)?

from skimage import io,data,color
img=data.lena()
img_gray=color.rgb2gray(img)
rows,cols=img_gray.shape
for i in range(rows):
    for j in range(cols):
        if (img_gray[i,j]<=0.5):
            img_gray[i,j]=0
        else:
            img_gray[i,j]=1
io.imshow(img_gray)

這個(gè)例子，使用了color模塊的rgb2gray（）函數(shù)，將彩色三通道圖片轉(zhuǎn)換成灰度圖。轉(zhuǎn)換結(jié)果為float64類型的數(shù)組，范圍為[0,1]之間。

例6：R通道的所有像素值進(jìn)行判斷

from skimage import io,data
img=data.chelsea()
reddish = img[:, :, 0] >170
img[reddish] = [0, 255, 0]
io.imshow(img)

這個(gè)例子先對(duì)R通道的所有像素值進(jìn)行判斷，如果大于170，則將這個(gè)地方的像素值變?yōu)閇0,255,0], 即G通道值為255，R和B通道值為0。

以上就是python數(shù)字圖像處理像素的訪問(wèn)與裁剪示例的詳細(xì)內(nèi)容，更多關(guān)于python數(shù)字圖像處理像素訪問(wèn)裁剪的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

最新評(píng)論