这篇文章主要为大家详细介绍了Python+OpenCV图片局部区域像素值处理，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
背景故事：我需要对一张图片做一些处理，是在图像像素级别上的数值处理，以此来反映图片中特定区域的图像特征，网上查了很多，大多关于opencv的应用教程帖子基本是停留在打开图片，提取像素重新写入图片啊之类的基本操作，我是要取图片中的特定区域再提取它的像素值，作为一个初学者开始接触opencv简直一脸懵，慢慢摸索着知道了opencv的一些函数是可以实现的像SetImageROI()函数设置ROI区域，即感兴趣区域，就很好用啊，总之最后是实现了自己想要的功能。现在看个程序确实是有点挫，也有好多多余的没必要的代码，但毕竟算一次码代码的历程，就原模原样贴在这里吧。
代码功能：在python下用opencv
- 打开图片并显示并重新写入新的文件
- 提取图片特定区域的像素值（根据自己需求，下面在代码中注解）
- 对提取出来的像素值做处理用matplotlib显示成条形图
源码贴在下面：
# -*- coding:utf-8 -*- __author__ = 'lwp' import cv2.cv as cv import numpy as np import matplotlib.pyplot as plt # 文件路径 path = '/media/lwp/A/4.bmp' # 载入一张图片，参数cv.CV_LOAD_IMAGE_GRAYSCALE为打开为灰度图 lwpImg = cv.LoadImage(path, cv.CV_LOAD_IMAGE_GRAYSCALE) # 创建图像空间，参数为size, depth, channels，这里设置的是图片等高宽30个像素的一个区域，8位，灰度图 box_lwpImg = cv.CreateImage((30, 576), 8, 1) # 创建窗口 cv.NamedWindow('test1', cv.CV_WINDOW_AUTOSIZE) cv.NamedWindow("box_test1", cv.CV_WINDOW_AUTOSIZE) # 设置ROI区域，即感兴趣区域，参数为x, y, width, heigh cv.SetImageROI(lwpImg, (390, 0, 30, 576)) # 提取ROI，从lwpImg图片的感兴趣区域到box_lwpImg cv.Copy(lwpImg, box_lwpImg) # 对box区域进行循环提取像素值存到列表pixel_list中 pixel_list = [] for i in range(576): # 576为box的高 for j in range(30): # 30为box的宽 x = box_lwpImg[i, j] pixel_list.append(x) # 提取的像素值转为int整型赋给一维数组pixel_list_np_1 pixel_list_np_1 = np.array(pixel_list, dtype=int) # 转为576*30的二位数组，即按图片box排列 pixel_list_np_2 = np.array(pixel_list_np_1).reshape(576, 30) # 行求和，得到576个值，即每行的像素信息 pixel_sum = np.sum(pixel_list_np_2, axis=1) # 取消设置 cv.ResetImageROI(lwpImg) # 画目标区域 lwpImg = cv.Rectangle(lwpImg, (390, 0), (425, 576), (0, 255, 0), 2) # 显示图像 cv.ShowImage('test1', lwpImg) # 查看列表list长度，以确定像素值提取准确 list_length = len(pixel_list) print list_length # 查看数组维度，shape验证 print pixel_list_np_1.ndim print pixel_list_np_1.shape print pixel_list_np_1 print pixel_list_np_2.ndim print pixel_list_np_2.shape print pixel_list_np_2 print pixel_sum # 画条形图 plt.figure(1) width = 1 for i in range(len(pixel_sum)): plt.figure(1) plt.bar(i, pixel_sum[i], width) plt.xlabel("X") plt.ylabel("pixel_sum") plt.show() # 按ESC退出，按s保存图片 k = cv.WaitKey(0) if k == 27: # wait for ESC key to exit cv.DestroyAllWindows() elif k == ord('s')<span style="color:transparent">来源gaodai#ma#com搞*!代#%^码网</span>: # wait for 's' key to save and exit cv.WriteFrame('copy_test.png-600', lwpImg) cv.DestroyAllWindows()
补充：这个代码虽然实现了我需要的功能，之后在对视频流做同样像素值提取处理并绘图的时候，意识到图片本就是数组形式，对于8位灰度图，通道数为1,它就是个二位数组，这样就没有必要再设置ROI区域，复制出来这块区域再循环提取像素存入数组进行处理了，可以直接将图片存入数组，再利用numpy进行相应的数组操作就可以了，这样一想就简单很多了，下篇会写对数据流的处理，直接读取视频文件或直接从内存取摄像头的视频流进行处理，未完待续。
以上就是Python+OpenCV图片局部区域像素值处理详解的详细内容，更多请关注gaodaima搞代码网其它相关文章！
搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：Python+OpenCV图片局部区域像素值处理详解
转载请注明原文链接：Python+OpenCV图片局部区域像素值处理详解
