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：
|
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
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
|
# -*- coding:utf-8 -*-
__author__ = 'lwp'
import cv2.cv as cv
import numpy as np
import 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, heigh
cv.SetImageROI(lwpImg, (390, 0, 30, 576))
# 提取ROI，从lwpImg图片的感兴趣区域到box_lwpImg
cv.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_1
pixel_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.ndim
print pixel_list_np_1.shape
print pixel_list_np_1
print pixel_list_np_2.ndim
print pixel_list_np_2.shape
print pixel_list_np_2
print pixel_sum
# 画条形图
plt.figure(1)
width = 1
for 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服务器之家。
原文链接：https://blog.csdn.net/lwplwf/article/details/57404974