Chapter1 - 像素(Pixel)操作

Chapter1 - 像素(Pixel)操作

import cv2 as cv
import numpy as np
src = cv.imread("opencv.png")

一、改變像素值

# copy image, deep copy
img_copied = np.copy(src)

# change value
img_changed = img_copied
img_copied[100:200, 200:300, :] = 255

# both `img_changed` and `img_copied` change.
cv.imshow("img_changed", img_changed)
cv.imshow("img_copied", img_copied)

cv.waitKey(0)
cv.destroyAllWindows()

運行結果

img_changed

img_copied

關於複製np.copy()

• src的類型是numpy.ndarray，即放置同類型的元素的多維數組。所以“複製圖片”要用np.copy()；

• python有直接引用、淺複製、深複製；

• 對於列表等可循環結構，即python list：

  • b = a是直接引用，指向同一個對象，a改變，b也跟着改變；
  • b = a.copy()是淺複製；a改變，b也改變；
  • b = a.deepcopy()是深複製；a、b相互獨立；

• numpy list和python list不同：

  • img_copied = np.copy(src)是深拷貝；即src改變，但img_copied不變；
  • img_changed = img_copied是直接引用；img_copied改變，img_changed也要改變；

二、通過像素值新建圖像

# create image
img_created = np.zeros(src.shape, src.dtype) # value:all zero, Black
cv.imshow("img_created", img_created)

img_1 = np.zeros([512,512], dtype=np.uint8)
img_1[:,:] = 127 # set gray value: 127

img_2 = np.ones([512,512,3], dtype=np.uint8)
img_2[:,:,0] = 255 # "B":255,"G"="R"=1, Blue

cv.imshow("gray image: img_1", img_1)
cv.imshow("R\'s value=255: img_2", img_2)

cv.waitKey(0)
cv.destroyAllWindows()

注意

讀取彩色圖片時，會有三層，這三層代表的RGB是顛倒的，也就是BGR：

• img[:,:,0]代表B；
• img[:,:,1]代表G；
• img[:,:,2]代表R；

改變RGB的值就意味着能對圖像的色彩進行操作，那麼我們下面使用數組的方式，把對應位置的BGR值做一下變化，觀察一下效果：

# read and write pixels
img_copied = np.copy(src)
row, column, channel = img_copied.shape
print("row: %d, column: %d, channel: %d" % (row, column, channel))

for i in range(row):
    for j in range(column):
        b, g, r = img_copied[i, j]
        b = 255 - b
        g = 255 - g
        r = 255 - r
        img_copied[i, j] = [b, g, r]
        
cv.imshow("read and write pixels", img_copied)

cv.waitKey(0)
cv.destroyAllWindows()

row: 610, column: 570, channel: 3

運行結果

在處理610×570這樣一個小型圖像時，反應時間便明顯變長；

爲了提高速度，一方面需要更好的設備，另一方面上述代碼最好改寫成支持CUDA加速；

兩個圖像的像素之間也是可以做算術運算的（只要不超出範圍即可），比如下面這個例子：

# pixel arithmetic operations
img_1 = cv.imread("test0.jpg")
img_2 = cv.imread("test1.jpg")

result = np.zeros(shape=[4,img_1.shape[0],img_1.shape[1],img_1.shape[2]], dtype=img_1.dtype)
for i in range(4):
    result[i][:,:,:] = np.zeros(shape=[img_1.shape[0],img_1.shape[1],img_1.shape[2]], dtype=img_1.dtype)

cv.add(img_1, img_2, result[0])
cv.imshow("add_result", result[0])

cv.subtract(img_1, img_2, result[1])
cv.imshow("sub_result", result[1])

cv.multiply(img_1, img_2, result[2])
cv.imshow("mul_result", result[2])

cv.divide(img_1, img_2, result[3])
cv.imshow("div_result", result[3])

cv.waitKey(0)
cv.destroyAllWindows()

算數運算的操作比較簡單，這裏不再詳述；

爲了存儲每次算數運算的結果，可以每次都新建變量--初始化--承接結果；爲了縮減初始化的工作量，新建了result這個4維矩陣；

result從宏觀上看，可以認爲是4個元素的list，每個元素都是一個圖像類型（3維）；這種提取過程需要會。

三、像素值的邏輯運算

除了算術操作，我們也可以進行邏輯操作(logical operation)，常見的有三種：

• cv.bitwise_add() 邏輯與；
• cv.bitwise_or() 邏輯或；
• cv.bitwise_not() 邏輯否；
• cv.bitwise_xor() 異或；同爲0,異爲1

當然，不僅可以對兩張圖片做邏輯操作，也可以只對一張圖片做邏輯操作，不過只能做not運算，圖中的白色會變成黑色；而其他邏輯操作，如and等會報錯；

下面，我們新建矩形和圓形圖片，對這兩張圖片進行邏輯操作，兩種圖形的用法分別如下：

cv.rectangle(img, (x,y), (x+h,y+h), (b,g,r), line_thickness)

• (x,y)和(x+h,y+h)分別對應了左上和右下角；這樣的話，第一個點的座標應該小於第二個點；但是如果第一個點的座標大於第二個點，會被認爲是左下和右上角；

• (b,g,r)是矩形四條邊的BGR數值；注意是BGR而非RGB；如果這裏只寫一個255，代表B=255,G=R=0，也就是藍色；

• line_thickness是邊的厚度；如果是負數，如-1，表示填充整個矩形，填充的顏色是上面線條的顏色；

cv.circle(img, (x,y), r, (b,g,r), thickness)

• (x,y)是圓的圓心座標，r是半徑；
• 其他的和上面矩形類似；

# create rectangle
img_1 = np.zeros(shape=[400,400,3], dtype=np.uint8)
cv.rectangle(img_1, (25,25), (375,375), 255, -1)
cv.imshow("rectangle", img_1)

# create circle
img_2 = np.zeros(shape=[400,400,3], dtype=np.uint8)
cv.circle(img_2, (200,200), 200, 255, -1)
cv.imshow("circle", img_2)

# make logical operations
dst1 = cv.bitwise_and(img_1, img_2)
dst2 = cv.bitwise_or(img_1, img_2)
dst3 = cv.bitwise_xor(img_1, img_2)
dst4 = cv.bitwise_not(src)

cv.imshow("add", dst1)
cv.imshow("or", dst2)
cv.imshow("xor", dst3)
cv.imshow("not to picture", dst4)

cv.waitKey(0)
cv.destroyAllWindows()

運行結果

四、僞彩色applyColorMap函數

使用OpenCV的預定義的顏色映射來將灰度圖像僞彩色化；顯示的效果類似於顏色濾鏡；

應用領域：空間中的行星和其他物體的灰度圖像是採用僞彩色來顯示細節，並對不同顏色的不同材質對應的區域進行標記。比如下面對冥王星處理的圖片：

下面，我們對於圖片使用僞彩色效果：

img_cool = cv.applyColorMap(src, cv.COLORMAP_COOL)
img_jet = cv.applyColorMap(src, cv.COLORMAP_JET)

cv.imshow("colormap.cool", img_cool)
cv.imshow("colormap.jet", img_jet)

cv.waitKey(0)
cv.destroyAllWindows()

運行結果

五、圖像通道的分離cv.split()和合並cv.merge()

# channel seperation
B, G, R = cv.split(src)
print("分離後的維數：", B.shape)

cv.imshow("Split Blue", B)
cv.imshow("Split Green", G)
cv.imshow("Split Red", R)

# channel merging
# zeros = np.zeros(shape=src.shape[:2], dtype=np.uint8)
zeros = np.zeros(shape=B.shape, dtype=np.uint8)
cv.imshow("Merge Blue", cv.merge([B, zeros, zeros]))
cv.imshow("Merge Green", cv.merge([zeros, G, zeros]))
cv.imshow("Merge Red", cv.merge([zeros, zeros, R]))

# merge orignal image
cv.imshow("orignal image", cv.merge([B, G, R]))

cv.waitKey(0)
cv.destroyAllWindows()

分離後的維數： (610, 570)

運行結果

B,G,R = cv.split(image)

• 已知image.shape是610×570×3，如果只需要某個通道，那麼最後的3就會變成1，所以B G R的維數應該是610×570；

• 如果使用mv = cv.split(image)，那麼mv是list類型，有3個元素（np.array類型），每個元素是610×570維；

• 如果單獨顯示通道的圖像，發現三個通道的圖像儘管不同，但都是灰色的，而不是期望中的紅色等。以R爲例，分離後圖像會缺失G、B，但是使用imshow()方法後，三個通道都會變成R，即(R,R,R)。當三個通道的值相等時，爲灰度圖。

那我們如果要想顯示紅色，但是還得要用imshow()這個函數，就需要使用合併，把自動生成的(R,R,R)，變成(R,0,0)，也就是上面zeros那個矩陣的作用；

cv.merge([B, G, R])

需要注意：B，G，R的維數一定要相同；分離後各個通道的維數是610×570，爲了確保維數相同，有這種寫法：

• zeros = np.zeros(shape=src.shape[:2], dtype=np.uint8)

• 這裏src.shape是610×570×3，也就是這個列表有三個元素，注意：src.shape[:2]是取不到最後一個元素的，只能取src.shape[0]、src.shape[1]這兩個，src.shape[2]是取不到的；

• zeros = np.zeros(shape=B.shape, dtype=np.uint8)這個寫法是等價的，更簡潔明瞭；

下面提供一種更簡單直白的寫法，思路是把無關通道的所有元素直接強行置0；比如：

result_split = cv.split(src)

# make G=R=0, only keep B;
result_split[1][:,:] = 0
result_split[2][:,:] = 0
dst = cv.merge(result_split)

cv.imshow("Merge Blue", dst)

cv.waitKey(0)
cv.destroyAllWindows()