Python OpenCV 针对图像细节的不同操作技巧

本系列专栏写作将采用首创的问答式写作形式，快速让你学习到 OpenCV 的初级、中级、高级知识。

6. 在 Python OpenCV 针对图像细节的不同操作

本篇博客的目标将为你解释一幅图像的拆解，包括图像像素的说明，图像属性信息的获取与修改，
图像目标区域 ROI 相关内容，以及图像通道的知识（包括拆分通道和合并通道）

这些内容在知识结构上与 numpy 库十分紧密，如果从学习的角度出发，建议你储备一下 numpy 相关知识。

读取修改图像的像素值

在之前的博客中，我们已经学到了如何读取一幅图像，使用 cv2.imread 函数即可，并且掌握了该函数的两个关键参数。

读取图片之后，我们可以直接使用操作数组的方式获取图像任意位置的颜色，一般这个颜色的默认顺序是 BGR。

测试代码如下：

import cv2
import matplotlib.pyplot as plt

src = cv2.imread("./6_test.jpg")

# 获取 100 x 100 位置的像素值
print(src[100, 100])

cv2.imshow("src", src)

cv2.waitKey()

这里首先获取 100 x 100 位置的像素值。
src[100,100]会获取到三个值，分别对应的 BGR 通道的值。我们在图片上标记一个像素点，rows = 250,cols=470 ，接下来修改上述代码，看获取到的 BGR 值。

import cv2
import matplotlib.pyplot as plt

src = cv2.imread("./6_test.jpg")

# 注意获取像素值的格式为 [cols,rows]
print(src[250, 470])

cv2.imshow("src", src)

cv2.waitKey()

在这里插入图片描述

上文特别注意的就是，获取像素值的格式为 [cols,rows]，列在前，行在后。

以上获取到的是 BGR 值，也可以只获取单个通道的值，对应的代码是 [cols,rows,channel]，对应到代码部分，如下所示：

# 获取蓝色通道值
print(src[250, 470, 0])

蓝色通道对应 0，绿色通道为 1，红色通道为 2，超出以上三个值，就会出现如下错误：

IndexError: index 3 is out of bounds for axis 2 with size 3

当前如果你直接读取了灰度图，例如下述代码，三个通道的值是相同的。

import cv2
import matplotlib.pyplot as plt

src = cv2.imread("./6_test.jpg", 0)

# 注意获取像素值的格式为 [cols,rows]
print(src[250, 470])

cv2.imshow("src", src)

cv2.waitKey()

这个地方还有一个编码上存在的潜在问题，如果读取的是四通道图片，即图片有透明度，那数组的索引值可以读取到 3，也就是下述代码是正确的。

import cv2
import matplotlib.pyplot as plt

src = cv2.imread("./test.jpg", -1)

# 注意获取像素值的格式为 [cols,rows]
print(src[250, 470, 3])

cv2.imshow("src", src)

cv2.waitKey()

src[250, 470, 3] 成功读取到了透明通道的值。

我们可以针对特定的像素点进行值的修改，例如下述代码

import cv2
import matplotlib.pyplot as plt

src = cv2.imread("./6_test.jpg")

# 注意获取像素值的格式为 [cols,rows]
src[250, 470] = [255, 255, 255]

cv2.imshow("src", src)

cv2.waitKey()

注意下图的红色箭头指向的位置，出现一个白色亮点，使用该办法，可以制造出一个【椒盐图片】。

在这里插入图片描述

这个地方需要注意的一个潜在 BUG，读取图片的通道数，决定了你复制时数组元素个数，例如下述代码将会报错。

import cv2
import matplotlib.pyplot as plt

src = cv2.imread("./6_test.jpg")

# 注意获取像素值的格式为 [cols,rows]
src[250, 470] = [255, 255, 255, 255]

cv2.imshow("src", src)

cv2.waitKey()

错误信息都是类似的，提示数组维度不同。

ValueError: cannot copy sequence with size 4 to array axis with dimension 3

最后一点使用以上方式操作图像的像素点，非常耗时，因为一张图片的像素点数据是非常大的，一般情况下能用 numpy 集成好的方法，就不要用这种最笨拙的方式。

使用 numpy 获取通道值，注意该方式获取的是标量，如果你想获得所有 BGR 的值，你需要使用 array.item() 依次获取。

import cv2
import numpy as np

src = cv2.imread("./6_test.jpg")
print(src[100, 100])
b = src.item(100, 100, 0)
g = src.item(100, 100, 1)
r = src.item(100, 100, 2)
print(b, g, r)

cv2.imshow("src", src)
cv2.waitKey()

如果希望设置该值，直接使用 itemset 函数即可。

src.itemset((100, 100, 0), 200)
print(src[100, 100])

可以任意寻找一张图片进行对应的测试，运行效果如下：

[ 31 68 118]
31 68 118
[200 68 118]

OpenCV 中图像属性常见问题解析

对于一幅图像，除了像素矩阵以外，还有一个非常重要的内容，是图像的属性，这些包括行、列、通道、数据类型，像素数量、图像形状等内容。

例如，我们经常使用 img.shape 去获取图像的形状，尤其注意的是，返回的内容是行数（rows），列数（cols），以及通道数（channels），并且返回值类型是一个元组。

如果你读取图像的时候，设置紧读取灰度图，那只会返回行数和列数，相应的通过这个值很容易能判断出你加载的图像类型。

例如下述代码，通过不同的方式读取同一张图片，输出图像的不同形状。

import cv2
import numpy as np

# 选择一个 jpg 图片，可以读取到不同的通道
src1 = cv2.imread("./test.jpg", -1)
src2 = cv2.imread("./test.jpg", 0)
src3 = cv2.imread("./test.jpg")
# 四通道，包含透明通道
print(src1.shape)
# 灰度图
print(src2.shape)
# 三通道
print(src3.shape)

输出结果可以快速的读取出图像是彩色图像还是灰度图像。

(397, 595, 4)
(397, 595)
(397, 595, 3)

使用 img.size 可以快速返回图像中像素的合计数目，测试代码如下：

# 选择一个 jpg 图片，可以读取到不同的通道
src1 = cv2.imread("./test.jpg", -1)
src2 = cv2.imread("./test.jpg", 0)
src3 = cv2.imread("./test.jpg")
# 四通道，包含透明通道
print(src1.shape)
print(src1.size)
# 灰度图
print(src2.shape)
print(src2.size)
# 三通道
print(src3.shape)
print(src3.size)

我们依旧三种不同的读取方式，读取到的像素数分别如下：

(397, 595, 4)
944860
(397, 595)
236215
(397, 595, 3)
708645

注意，灰度图像和彩色图像的像素数不同，它们之前存在如下关系。

灰度图像的像素数 = 行数 x 列数 = 397 x 595 = 236215

彩色图像的像素数 = 行数 x 列数 x 通道数 = 944860 （四通道）/ 708645（三通道）

使用 img.dtype 属性可以获取到图像的类型，具体如下：

print(src1.dtype)

这里读取到的值，都是相同的 uint8 表示 8 位图像，这里可以记住只要是 uint8 格式，那对应的 BGR 值的范围就是在 [0,255] 之间。

在操作上述属性值的时候，会出现如下 BUG，该 BUG 的通用解决方案是排查图片是否正常读取，需要特别注意下：

AttributeError: 'NoneType' object has no attribute 'shape'

print(src1.dtype)