图像基本处理
一、图像切片
在前面咱们了解到opencv中的图像实际上就是一个ndarray数组，咱们对ndarray数组进行操做就是对图像进行操做。咱们先来看一下切片查找，这是咱们很是经常使用的一个操做。python
（1）一维数组的切片
咱们来看看切片的语法，对于一维的数组咱们能够经过下面的操做获取第0个到第4个元素：数组
array[0:5]
从上面能够知道咱们的切片操做是左闭右开的。上面的切片操做咱们能够简写一下：ruby
array[:5]
若是咱们没有设置第一个值，则表示从头开始切片。固然咱们还能够省略第二个值，这时含义就是取到最后一个元素，好比下面的操做：微信
array[3:]
咱们用一个实际的例子来看看切片操做：函数
import numpy as np# 建立一个一维的ndarray数组，数据为[0, 1, 2, 3, 4, 5, 6, 7]array = np.array([0, 1, 2, 3, 4, 5, 6, 7])# 取0到4个元素print(array[0:5])print(array[:5])# 取第3个到最后一个元素print(array[3:])
输出内容以下：flex
[0 1 2 3 4][0 1 2 3 4][3 4 5 6 7]
咱们能够把切片操做总结为：ui
# 左闭右开array[start: end-1]
当咱们以第0个开始，获取以最后一个结尾的话，对应的值是能够省略的。spa
（2）二维数组的切片
在图像处理中，咱们更关注二维数组的切片。它的语法和一维数组很类似。为了方便理解，咱们直接使用图片来进行切片，好比下面这张图片：.net
二维数组切片的语法以下：3d
array[start:end-1, start:end-1]
如今咱们须要明确一点，左边部分是对高的截取，右边部分是对宽的截取。那如今我要截取图片的左半部分的操做应该以下：
import cv2# 读取图片img = cv2.imread('xyql.jpg')# 获取图片的宽，并除2width = img.shape[1]//2# 对图片进行切片，截取左半部分left = img[:, :width]# 显示图像三步骤cv2.imshow('left', left)cv2.waitKey(0)cv2.destroyAllWindows()
其中切片的代码是：
left = img[:, :width]
左边的是截取高，咱们须要所有截取，所以两个值均可以省略。右边咱们只须要截取左半部分，所以左边的值能够省略，右边的值则是咱们前面计算到的宽度。下面是效果图：
这里须要注意一点，彩色图像实际上是三维的，可是咱们没有操做第三个维度。
二、图片区域替换
既然咱们知道如何切片，那咱们就能够对指定区域进行替换。不过须要注意替换和被替换的区域形状要相同，即shape属性要同样。好比我要把图片左上角100*100的区域替换成白色，那我能够进行以下操做：
import cv2import numpy as npimg = cv2.imread('1.jpg')# 建立一个100*100的白色图像replace_img = np.ones((100, 100), dtype=np.uint8)*255# 将图片左上角100*100区域替换img[:100, :100] = replace_img
运行后会发现报了以下错误：
img[:100, :100] = replace_imgValueError: could not broadcast input array from shape (100,100) into shape (100,100,3)
它的意思是不能将（100， 100）的图像转换成（100， 100， 3）的图像，也就是形状不匹配。在替换时咱们须要特别注意这一点，咱们将上面的代码进行一些修改：
import cv2import numpy as npimg = cv2.imread('xyql.jpg')replace_img = np.ones((100, 100, 3), dtype=np.uint8)*255img[:100, :100] = replace_img
*这样咱们就能够成功替换了，效果以下：
其实用上面的操做咱们能够实现一个“双胞胎”效果，下面咱们就来看看吧。
三、实现“双胞胎”效果
咱们先准备两张图片，保证相机在没有移动的状况下拍两张图片，好比下面两张：
这是我刚拍的两张图片，由于相机没有移动，因此背景应该是同样的。咱们能够经过下面的代码把两个梦幻合并到一张图片上：
import cv2# 读取两张图片img1 = cv2.imread('mh1.JPG')img2 = cv2.imread('mh2.JPG')# 求出宽的中间值mid = img1.shape[1]//2# 把mh2的右半边替换到mh1的右半部分img1[:, mid:] = img2[:, mid:]# 将拼接后的图片保存到本地cv2.imwrite('result.jpg', img1)
上面代码很是简单，咱们只须要关注下面这句：
img1[:, mid:] = img2[:, mid:]
img1和img2的shape都是同样的，截取的区域也是同样的，因此进行替换没有上面问题。最后咱们经过：
cv2.imwrite('result.jpg', img1)
对图片进行保存。由于咱们是直接对img1进行操做，所以咱们直接保存img1就行了。下面是咱们的效果图：
这里须要多说一句，我只有一个梦幻。
四、numpy生成数组
在上一篇中咱们使用下面的代码生成了一个数组：
im = np.zeros((3, 3, 1), dtype=np.uint8)
对于数组numpy来讲咱们是生成一个数组，可是对opencv来讲是生成一张图片。下面咱们来看看numpy生成数组的一些操做。
（1）np.ones
咱们能够经过numpy的ones函数生成一个元素全为1的数组，好比下面的代码：
np.ones((100, 100), dtype=np.uint8)
ones接收两个参数，第一个参数是数组的shape，第二关则是数组元素的类型，其中np.uint8表示，即范围在（0-255）之间。咱们能够用opencv显示一下上面的图片：
import cv2import numpy as np# 生成一个100*100的图片，每一个元素的值都为1img = np.ones((100, 100), dtype=np.uint8)cv2.imwrite('result.jpg', img)
效果图以下：
由于1很接近0，因此图片的颜色接近于黑色。咱们能够经过下面的操做对每一个元素进行操做：
import cv2import numpy as npimg = np.ones((100, 100), dtype=np.uint8) * 127cv2.imwrite('result.jpg', img)
咱们生成元素为1的数组后，如何进行乘127的操做，这样就能够对每一个元素进行乘127操做。这时候数组的每一个元素都是127，下面是显示效果：
固然咱们的图片是二维的，对opencv来讲是一个灰度图。若是想要生成一个彩色图像，咱们能够生成一个三维的图像，后续咱们会继续讲解。
（2）np.zeros
np.zeros和ones没有上面区别，只是它元素的内容是0。咱们来简单看一下：
import numpy as npimg = np.zeros((5, 5), dtype=np.uint8)print(img)
为了方便看，咱们直接生成一个简单的数组，输出结果以下：
[[0 0 0 0 0] [0 0 0 0 0] [0 0 0 0 0] [0 0 0 0 0] [0 0 0 0 0]]
其它的都再也不细说了。
本文分享自微信公众号 - ZackSock（ZackSock）。
若有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一块儿分享。