第三課-Numpy數組操作【python+opencv課程筆記】

 

NumPy是使用Python進行科學計算的基礎包。它包含其他內容：

• 一個強大的N維數組對象
• 複雜的（廣播）功能
• 用於集成C / C ++和Fortran代碼的工具
• 有用的線性代數，傅里葉變換和隨機數功能

除了明顯的科學用途外，NumPy還可以用作通用數據的高效多維容器。可以定義任意數據類型。這使NumPy能夠無縫快速地與各種數據庫集成。

 

Numpy的文檔在www.numpy.org可以詳細閱讀

 

本節所敲的代碼如下

import cv2 as cv
import numpy as np


def access_pixels(image):
    print(image.shape)
    height = image.shape[0]
    width = image.shape[1]
    channels = image.shape[2]
    print("width : %s , height : %s, channels : %s" % (width,height,channels))
    for row in range(height):
        for col in range(width):
            for c in range(channels):
                pv = image[row, col, c]
                image[row, col, c] = 255 - pv  # 反差圖像
    cv.imshow("pixels_demo", image)


def inverse(image):    # 一個取反的API，比上面函數的速度快很多，因爲使用了c語言的代碼
    dst = cv.bitwise_not(image)
    cv.imshow("inverse demo", dst)


def create_image():
    """ img = np.zeros([400, 400, 3], np.uint8)  # 創建一個三通道的圖(RGB圖)
    img[:, :, 0] = np.ones([400, 400])*255   # 把藍色通道的值全賦值255
    cv.imshow("new image", img)
    # img = np.zeros([400, 400, 1],np.uint8)  # 創建一個單通道的圖(灰度圖)
    # img[:, :, 0] = np.ones([400, 400])*127
    img = np.ones([400, 400, 1],np.uint8)
    img = img * 127  #與上面兩句等價
    cv.imshow("new image", img)
    """
    m1 = np.ones([3, 3], np.int32)
    m1.fill(122222.388)
    print(m1)
    m2 = m1.reshape([1, 9])  # 改變數組在空間的表現形式
    print(m2)
    m3 = np.array([[2, 3, 4], [4, 5, 6],[7, 8, 9]], np.int32)
    m3.fill(9)
    print(m3)

src = cv.imread("D:/demo.png")  # blue,green,red
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)
t1 = cv.getTickCount()  # 時鐘
inverse(src)
#access_pixels(src)
#create_image()
t2 = cv.getTickCount()  # 時鐘
time = (t2-t1)/cv.getTickFrequency()
print("time ：%s ms" % (time*1000))
cv.waitKey(0)
cv.destroyAllWindows()