Python+OpenCV图片局部区域像素值处理详解

Python  /  管理员 发布于 7年前   348

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 cvimport numpy as npimport 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, heighcv.SetImageROI(lwpImg, (390, 0, 30, 576)) # 提取ROI，从lwpImg图片的感兴趣区域到box_lwpImgcv.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_1pixel_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.ndimprint pixel_list_np_1.shapeprint pixel_list_np_1print pixel_list_np_2.ndimprint pixel_list_np_2.shapeprint pixel_list_np_2print pixel_sum# 画条形图plt.figure(1)width = 1for 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'):     # wait for 's' key to save and exit  cv.WriteFrame('copy_test.png', 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。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。