上个版本的Python OpenCV图片局部区域像素值处理,虽然实现了我需要的功能,但还是走了很多弯路,我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进行切分相应的数组操作就可以了,这样一想就简单很多了,这篇我会贴出修改后的代码,直接省去了大段的代码啊。
ps:这次我重新装的opencv3.2.0版本,代码里面直接用cv2了
1
2
|
# 查看opencv版本,终端输入:
$ pkg - config - - modversion opencv
|
cv_img_cv2.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
|
# -*- coding:utf-8 -*-
__author__ = 'lwp'
import cv2
import numpy as np
import matplotlib.pyplot as plt
path = '/media/lwp/A/111111.jpg' # 图片路径
lwpImg = cv2.imread(path) # 加载图片
gray_lwpImg = cv2.cvtColor(lwpImg, cv2.COLOR_BGR2GRAY) # 转为灰度图
# 画目标区域,参数分别为图片、左上坐标、右下坐标、框的颜色、框线条的粗细
lwpImg = cv2.rectangle(lwpImg, ( 290 , 0 ), ( 310 , 327 ), ( 0 , 255 , 0 ), 2 )
# 显示标记后的图片
cv2.imshow( 'local_pixel' , lwpImg)
# 提取图片像素值到矩阵
pixel_data = np.array(gray_lwpImg)
# 提取目标区域
box_data = pixel_data[:, 290 : 310 ]
# 矩阵行求和
pixel_sum = np. sum (box_data, axis = 1 )
# 画图
x = range ( 576 )
fig = plt.figure(figsize = ( 4 , 2 ))
ax1 = fig.add_subplot( 1 , 1 , 1 )
ax1.bar(x, pixel_sum, width = 1 ) # x为每个条形到x轴0点的距离,width为每个条的宽度
plt.xlabel( 'X' )
plt.ylabel( 'Y' )
plt.title( 'edge_filter' )
plt.grid( True )
plt.show()
key = cv2.waitKey( 0 ) & 0xFF
if key = = ord ( 'q' ): # 按q关闭窗口
cv2.destroyAllWindows()
|
效果:
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服务器之家。
原文链接:https://blog.csdn.net/lwplwf/article/details/61201034