python opencv3 使用numpy访问图像数据

 1 # coding:utf8
 2 import cv2
 3
 4 """
 5 将bgr在(0, 0)处改为白色像素
 6
 7 0号为green 1号为blue 2号为red
 8 img的每一个位置存一个 3个长度的向量 分别表示gbr
 9 """
10 # img = cv2.imread("../data/mm2.jpeg")
11 # print(img[0, 0])    # [49 65 11]
12 # img[0, 0] = [255, 255, 255]
13 # cv2.imshow("", img)
14 # cv2.waitKey(0)
15
16
17 """
18 将坐标(150, 120) 的蓝色值改为255
19
20 建议使用itemset函数完成, 这能避免访问原始索引
21 """
22 # img = cv2.imread("../data/mm2.jpeg")
23 # print(img.item(150, 120, 0))    # 打印出这个坐标的blue值
24 # cv2.imshow("", img)
25 # img.itemset((150, 120, 0), 255) # 将这个位置的blue值设为255
26 # print(img.item(150, 120, 0))    # 打印这个坐标的blue值
27
28
29 """
30 将图像所有的green值都设置为0
31
32 不推荐使用循环,,使用索引方式能提高程序实现的效率
33 """
34 # img = cv2.imread("../data/mm1.jpg")
35 # img[:, :, 1] = 0
36 # cv2.imshow("", img)
37 # cv2.waitKey(0)
38
39
40 """
41 将某个区域与变量绑定,将值分配给第二个区域
42 """
43 # img = cv2.imread("../data/mm3.jpg")
44 # my_roi = img[0: 100, 0:100]     # 选定宽和高都是0到100的区域为感兴趣的区域
45 # img[300: 400, 300: 400] = my_roi    # 将my_roi区域的值赋给 宽和搞300到400像素的位置
46 # cv2.imshow("", img)
47 # cv2.waitKey()
48
49 """
50 查看图像的一些属性
51 shape: 宽度 高度 和 通道数
52 size: 图像像素的大小
53 datatype: 图像的数据类型 一般为无符号整型
54 """
55 img = cv2.imread("../data/mm3.jpg")
56 print(img.shape)    # (750, 1000, 3)
57 print(img.size)     # 2250000
58 print(img.dtype)    # uint8

原文地址:https://www.cnblogs.com/Lin-Yi/p/9391489.html

时间: 2024-10-19 03:31:45

python opencv3 使用numpy访问图像数据的相关文章

python: c_char_p指向的bitmap图像数据,通过c_char_Array最终赋值给PIL的Image对象

def GetCurrentImage(self): ok, bitmap, buff_len = self.GetCurrentFrameBitmap() #调用C函数,返回位图数据的指针. bitmap是c_char_p类型 if not ok: return False,None,'GetCurrentFrameBitmap fail:code=%d, msg=%s'% (reader.LastErrorCode(), reader.LastErrorMessage()) ret,widt

Python文件夹下图像数据可视化

Python文件夹下图像数据可视化 import matplotlib.pyplot as plt import matplotlib.image as mpimg import numpy as np   import urllib2 import urllib import os import shutil   subdir= "/7" homedir = os.getcwd() + subdir # "/home/haoyou/Dev/last_caffe_with_s

第二周:神经网络的编程基础----------3、Python Basics with numpy (optional)

Python Basics with numpy (optional)Welcome to your first (Optional) programming exercise of the deep learning specialization. In this assignment you will: - Learn how to use numpy. - Implement some basic core deep learning functions such as the softm

python3随笔-opencv读取图像数据

如何安装opencv-python $pip3 install opencv-python 如何读取图像数据 import numpy as np import cv2 as cv img = cv.imread('1.png') print(img) print(img.dtype) [[[200 228 197][200 228 197][200 228 197]......[200 228 197][200 228 197][200 228 197]]] dtype('uint8') 使用

Python 机器学习库 NumPy 教程

0 Numpy简单介绍 Numpy是Python的一个科学计算的库,提供了矩阵运算的功能,其一般与Scipy.matplotlib一起使用.其实,list已经提供了类似于矩阵的表示形式,不过numpy为我们提供了更多的函数.如果接触过matlab.scilab,那么numpy很好入手. 1 安装 pip install numpy 在NumPy中,维度称之为axis(复数是axes),维度的数量称之为rank. (通用做法import numpu as np 简单输入) 2 多维数组 NumPy

django之创建第4-3个项目-访问list数据

1.index <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <title>django之创建第4-2个项目</title> </head> <body> <h2>访问list数据,用索引获取list内的数:{{test.0}}</h2> <!--模板 变量用变量

图像数据到网格数据-1——MarchingCubes算法

原文:http://blog.csdn.net/u013339596/article/details/19167907 概述 之前的博文已经完整的介绍了三维图像数据和三角形网格数据.在实际应用中,利用遥感硬件或者各种探测仪器,可以获得表征现实世界中物体的三维图像.比如利用CT机扫描人体得到人体断层扫描图像,就是一个表征人体内部组织器官形状的一个三维图像.其中的感兴趣的组织器官通过体素的颜色和背景加以区别.如下图的人体足骨扫描图像.医生通过观察这样的图像可以分析病人足骨的特征,从而对症下药. 这类

Python学习笔记_Chapter 6定制数据对象

1. 有用的BIF a. 判断字符串中是否包含子字符串 1 if s_a in s_b: b. pop() 描述:从指定的列表位置删除并返回一个数据项. 1 (sarah_name,sarah_dob)=l_rah.pop(0),l_rah.pop(0) 2 #pop(0)中0位置为list中第一个数据项 3 #第一次执行pop赋值给sarah_name c. strip() 输入的是字符串,返回的是列表 d.open 读文件时可以多种方式打开文件,取出的数据是不同的,可以是文本也可以是二进制.

Python学习之属性访问与描述符详解

在Python开发中,对于一个对象的属性访问,我们一般采用的是点(.)属性运算符进行操作.例如,有一个类实例对象 foo ,它有一个 name 属性,那便可以使用 foo.name 对此属性进行访问.一般而言,点(.)属性运算符比较直观,也是我们经常碰到的一种属性访问方式.然而,在点(.)属性运算符的背后却是别有洞天,值得我们对对象的属性访问进行探讨. 在进行对象属性访问的分析之前,我们需要先了解一下对象怎么表示其属性.为了便于说明,本文以新式类为例.有关新式类和旧式类的区别,大家可以查看Pyt