Python+OpenCV入门教程【三】Numpy数组操作

# _*_ coding:utf-8 _*_
import cv2 as cv
import numpy as np

# numpy数组操作
def access_pixles(image):
print(image.shape)
height = image.shape[0]
width = image.shape[1]
channel = image.shape[2]    #色彩通道
print("width : %s, height : %s, channel : %s" % (width, height, channel))   #打印输出
# 遍历每个像素点值 并对像素值进行修改
for row in range(height):
for col in range(width):
for c in range(channel):
pv = image[row, col, c]
image[row, col, c] = 255 - pv
#  展示修改后的图片
cv.imshow("modification", image)

def create_image():
img = np.zeros([400, 400, 3], np.uint8)#zeros:double类零矩阵  创建400*400 3个通道的矩阵图像 参数时classname为uint8
# 第一个通道blue  所以展示的是蓝色
img[:, :, 0] = np.ones([400, 400])*255#ones([400, 400])是创建一个400*400的全1矩阵，*255即是全255矩阵 并将这个矩阵的值赋给img的第一维
# 第二个通道green  所以展示的是绿色
img[:, :, 1] = np.ones([400, 400])*255#第二维全是255
# 第三个通道red  所以展示的是红色
img[:, :, 2] = np.ones([400, 400])*255#第三维全是255

# 此处是展示了三通道合并后的图片，也就是白色，若想展示第一通道的蓝色，则应将第二三通道的代码注释
cv.imshow("new image", img)#输出一张400*400的白色图片(255 255 255):蓝(B)、绿(G)、红(R)

#     numpy的操作示例
def numpy_demo():
# 创建一个三行三列浮点型数组
m1 = np.ones([3,3],np.float)
# 将m1中的值全部用1222.454替换
m1.fill(1222.454)
print(m1)
# 将m1转换为一行九列
m2 = m1.reshape([1,9])
print(m2)

#像素取反
def inverse(image):
dst = cv.bitwise_not(image)
cv.imshow("inverse", dst)

if __name__ == '__main__':
'''
调用函数access_pixles()部分代码
'''
# # 读取图片
# src = cv.imread("pic/cat.jpg")  # blue green red 三个通道
# # 创建窗口
# cv.namedWindow("original", cv.WINDOW_NORMAL)
# cv.namedWindow("modification", cv.WINDOW_NORMAL)
# # 展示读取的初始图片
# cv.imshow("original", src)
# t1 = cv.getTickCount()  # 毫秒级别的计时函数,记录了系统启动以来的时间毫秒
# # 调用函数
# access_pixles(src)
# t2 = cv.getTickCount()
# time = (t2 - t1) * 1000 / cv.getTickFrequency()  # getTickFrequency用于返回CPU的频率,就是每秒的计时周期数
# print("time: %s" % time)  # 输出运行的时间
# cv.waitKey(0)
# cv.destroyAllWindows()

'''
调用函数create_image()部分代码
'''
# create_image()
# cv.waitKey(0)
# cv.destroyAllWindows()

'''
调用函数numpy_demo()部分代码
'''
# numpy_demo()

'''
调用库函数实现取反,这里access_pixles()实现的也是取反，但是使用库函数取反快很多
'''
src = cv.imread("pic/cat.jpg")  # blue green red 三个通道
t1 = cv.getTickCount()  # 毫秒级别的计时函数,记录了系统启动以来的时间毫秒
inverse(src)
t2 = cv.getTickCount()
time = (t2 - t1) * 1000 / cv.getTickFrequency()  # getTickFrequency用于返回CPU的频率,就是每秒的计时周期数
print("time: %s" % time)  # 输出运行的时间
cv.waitKey(0)
cv.destroyAllWindows()