python学习-->opencv图像基本操作学习之灰度图转换

这篇具有很好参考价值的文章主要介绍了python学习-->opencv图像基本操作学习之灰度图转换。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

好久没更新,趁今天要做核酸回不了宿舍,把今天的学习的opencv知识先记录一下!

运行环境是:pycharm

话不多说,献上代码再说:

import cv2  # opencv读取的格式是BGR
import matplotlib.pyplot as plt
import numpy as np
# 读取图片;括号里面填写好路径就行!!
img = cv2.imread("./123.jpg")

print(img)
# 图像显示在窗口上面
# cv2.imshow("image", img)
# # 参数代表关闭图片后程序关闭的时间,数字越大时间越久
# cv2.waitKey(0)
# # 窗口关闭
# cv2.destroyAllWindows()
# shape方法:shape返回的是图像的行数,列数,色彩通道数
print(img.shape)
# (1440, 1080, 3)


# 改为灰色,图片转换为灰度图
img = cv2.imread("./123.jpg", cv2.IMREAD_GRAYSCALE)
print("*" * 100)
print(img)
print(img.shape)
# (1440, 1080)
cv2.imshow("image", img)
# 参数代表等待时间
cv2.waitKey(0)
# 窗口关闭
cv2.destroyAllWindows()


# 保存改变
cv2.imwrite("123.jpg", img)


# 查看图片类型
sd = type(img)
print(sd)
# 查看图片的总像素
img.size
print(img.size)
# 查看存储类型
img.dtype
print(img.dtype)

首先我们先读取我们的图片进来!

# 读取图片;括号里面填写好路径就行!!我这里当先目录下我导入的图片
img = cv2.imread("./123.jpg")

跟着我们先尝试一下在打开我们的图片看看!

下面是实现的代码!

# 图像显示在窗口上面
 cv2.imshow("image", img)
 # 参数代表关闭图片后程序关闭的时间,数字越大时间越久
 cv2.waitKey(0)
# 窗口关闭
 cv2.destroyAllWindows()

运行之后我的图片是这样的

python学习-->opencv图像基本操作学习之灰度图转换

我们可以看看图片具体的像素数据是怎么样的!

img = cv2.imread("./123.jpg")

print(img)

输出的结果是:

[[[129 129 129]
  [129 129 129]
  [129 129 129]
  ...
  [ 76  76  76]
  [ 77  77  77]
  [ 78  78  78]]

 [[129 129 129]
  [129 129 129]
  [129 129 129]
  ...
  [ 75  75  75]
  [ 76  76  76]
  [ 77  77  77]]

 [[129 129 129]
  [129 129 129]
  [129 129 129]
  ...
  [ 74  74  74]
  [ 75  75  75]
  [ 75  75  75]]

 ...

 [[160 160 160]
  [160 160 160]
  [161 161 161]
  ...
  [ 59  59  59]
  [ 60  60  60]
  [ 60  60  60]]

 [[160 160 160]
  [160 160 160]
  [160 160 160]
  ...
  [ 60  60  60]
  [ 60  60  60]
  [ 60  60  60]]

 [[159 159 159]
  [160 160 160]
  [160 160 160]
  ...
  [ 60  60  60]
  [ 60  60  60]
  [ 61  61  61]]]
有亿点点多!哈哈!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!

这样完成了第一步!

这里我们顺便介绍一下shape的用法!

# shape方法:shape返回的是图像的行数,列数,色彩通道数
print(img.shape)
# (1440, 1080, 3)

第二步我们想这个彩色图片该改为灰度图片,因为在处理图片的时候有时候需要将图片改变为灰度图

# 改为灰色,图片转换为灰度图
img = cv2.imread("./123.jpg", cv2.IMREAD_GRAYSCALE)

完成这一步其实差不多了,然后呢,和刚刚开始一样

cv2.imshow("image", img)
 # 参数代表关闭图片后程序关闭的时间,数字越大时间越久
cv2.waitKey(0)
# 窗口关闭
cv2.destroyAllWindows()

还要补充一下

如果我们将123.jpg这一张图片改为灰度图之后;然后执行保存的话,那我们原先彩色的图片就会改为灰度图了。 变成下面的样子!

# 保存函数
cv2.imwrite("123.jpg", img)

python学习-->opencv图像基本操作学习之灰度图转换

最后我们顺便普及一下几个方法的作用:

# 查看图片类型
sd = type(img)
print(sd)
# 查看图片的总像素
img.size
print(img.size)
# 查看存储类型
img.dtype
print(img.dtype)

今天具体就分享这么多了,如果有上面有什么写错或者想和我交流,可以私信我哦!!!!文章来源地址https://www.toymoban.com/news/detail-473411.html

到了这里,关于python学习-->opencv图像基本操作学习之灰度图转换的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包赞助服务器费用

相关文章

  • OpenCV学习(五)——图像基本操作(访问图像像素值、图像属性、感兴趣区域ROI和图像边框)

    OpenCV学习(五)——图像基本操作(访问图像像素值、图像属性、感兴趣区域ROI和图像边框)

    访问像素值并修改 访问图像属性 设置感兴趣区域(ROI) 分割和合并图像 5.1 访问像素值并修改 访问像素值 修改像素值 简单访问每个像素值并修改比较缓慢,一般不使用。 Numpy数组方法 array.item() 和 array.itemset() 被认为更好,但是它们始终返回标量。 更好的像素访问和编辑方

    2024年02月06日
    浏览(125)
  • Qt-OpenCV学习笔记--基本函数操作--cv::convertTo(图像类型转换)

    Qt-OpenCV学习笔记--基本函数操作--cv::convertTo(图像类型转换)

    不是所有格式的Mat型数据都能被使用。 目前OpenCV主要只支持单通道和3通道的图像,并且此时要求其深度为8bit和16bit无符号(即CV_16U),所以其他一些数据类型是不支持的,比如说float型等。 如果Mat类型数据的深度和通道数不满足上面的要求,则需要使用convertTo()函数和cvtColor(

    2024年02月04日
    浏览(39)
  • Python 基于 OpenCV 视觉图像处理实战 之 图像相关的基本概念,以及图像的基础操作 一

    Python 基于 OpenCV 视觉图像处理实战 之 图像相关的基本概念,以及图像的基础操作 一

    目录 Python 基于 OpenCV 视觉图像处理实战 之 图像相关的基本概念,以及图像的基础操作 一 一、简单介绍 二、图像相关的一些基本概念 1、像素 2、图像的构成 3、图像的格式 4、图像的位深和通道 三、OpenCV 的一些基本图像处理函数介绍 1、读取一幅画图像 2、显示图像 3、输出

    2024年04月11日
    浏览(315)
  • OpenCV基本图像处理操作(一)——图像基本操作与形态学操作

    OpenCV基本图像处理操作(一)——图像基本操作与形态学操作

    图像显示 转hsv图像 颜色表示为三个组成部分:色调(Hue)、饱和度(Saturation)和亮度(Value)。常用于图像处理中,因为它允许调整颜色的感知特性,如色彩和亮度,这些在RGB颜色模型中不那么直观。 HSV模型特别适用于任务如图像分割和对象追踪,因为它可以更好地处理光

    2024年04月22日
    浏览(69)
  • OpenCV基本操作——图像的基础操作

    OpenCV基本操作——图像的基础操作

    注:opencv图像坐标系中,左上角是原点,y轴向下,x轴向右,单位像素点 有时需要在B,G,R通道图像上单独工作。在这种情况下,需要将BGR图像分割成单个通道。或者在其他情况下,可能需要将这些单独的通道合并到BGR图像 opencv中有150多种颜色空间转换方法。最广泛使用的转

    2024年02月13日
    浏览(87)
  • 【笔记】OpenCV图像基本操作

    【笔记】OpenCV图像基本操作

    目录 一、图像属性 1.1图像格式 1.2图像尺寸 1.3图像分辨率和通道 1.4图像直方图 1.5图像颜色空间 二、基本操作 2.1 图像读取 cv2.imread() 2.2 图像的显示 cv2.imshow() 2.3 图像的保存 cv2.imwrite() 2.4 用matplotlib显示图像 plt.imshow() 2.5 视频读取 cv2.VideoCapture() 2.6 图像截取、颜色通道提取

    2024年02月03日
    浏览(1318)
  • C# 使用OpenCV基本图像操作功能

    C# 使用OpenCV基本图像操作功能

    OpenCV是一个开源的跨平台计算机视觉和机器学习软件库,可以运行在Linux、Windows、Android和Mac OS操作系统上。C#在上位机开发中比较常用,有些项目需要在上位机上加入一些机器视觉相关的功能,在下面简单介绍了C#中使用OpenCV库的方法。 在管理NuGet包中,搜索OpenCvSharp4,安装

    2024年02月15日
    浏览(40)
  • OpenCV基本图像处理操作(十)——图像特征harris角点

    OpenCV基本图像处理操作(十)——图像特征harris角点

    角点 角点是图像中的一个特征点,指的是两条边缘交叉的点,这样的点在图像中通常表示一个显著的几角。在计算机视觉和图像处理中,角点是重要的特征,因为它们通常是图像中信息丰富的区域,可以用于图像分析、对象识别、3D建模等多种应用。 角点的识别可以帮助在进

    2024年04月23日
    浏览(41)
  • 【Python_Opencv图像处理框架】图像基本操作+90bb5729-b33a-4e82-a0d9-faa3e5cbf621

    【Python_Opencv图像处理框架】图像基本操作+90bb5729-b33a-4e82-a0d9-faa3e5cbf621

    很幸运能选择Python语言进行学习,这是有关Opencv的图像处理的第一篇文章,讲解了有关图像处理的一些基础操作,作为初学者,我尽己所能,但仍会存在疏漏的地方,希望各位看官不吝指正❤️ 1. 计算机眼中的图像 计算机眼中的图像由一个个像素组成, 每个像素点的值在

    2023年04月18日
    浏览(10)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包