OpenCV-Day-003:图像对象的创建与赋值

代码

import cv2 as cv
import numpy as np

src = cv.imread('./0.jpg', cv.IMREAD_COLOR)
cv.namedWindow('rawPicture', cv.WINDOW_AUTOSIZE)
cv.imshow('rawPicture', src)

temp = np.copy(src)
cv.imshow('temp', temp)

temp2 = src
src[0:400, 200:300, :] = 255
cv.imshow('temp2', temp2)

temp3 = np.zeros(src.shape, src.dtype)
cv.imshow('temp3', temp3)

temp4 = np.zeros([512, 512], np.uint8)
cv.imshow('temp4', temp4)

temp5 = np.ones(shape=[512, 512])
cv.imshow('temp5', temp5)

cv.waitKey(0)
cv.destroyAllWindows()

实验结果

解释

temp2 = src
src[0:400, 200:300, :] = 255
cv.imshow('temp2', temp2)

上图中temp2中有一块图像变成白色的了，是因为在python中，直接赋值语句只是一种引用（相当于c语言中的指针），并没有真的在内存中开辟新的内存空间。也就是说，temp2与src指向内存中相同的位置。
另外，在图像数据中：把白色与黑色之间按对数关系分成若干级，称为“灰度等级”。范围一般从0到255，白色为255，黑色为0，故黑白图片也称灰度图像，注意与二值图像的区别，二值图像的灰度值只有0和1两种。

课外拓展：

彩色图象的灰度其实在转化为黑白图像后的像素值（是一种广义的提法），转化的方法看应用的领域而定，一般按加权的方法转换，R， G，B 的比一般为3：6：1。
任何颜色都由红、绿、蓝三基色组成，假如原来某点的颜色为RGB(R，G，B)，那么，我们可以通过下面几种方法，将其转换为灰度：
1.浮点算法：Gray=R0.3+G0.59+B0.11
2.整数方法：Gray=(R30+G59+B11)/100
3.移位方法：Gray =(R77+G151+B*28)>>8;
4.平均值法：Gray=（R+G+B）/3;
5.仅取绿色：Gray=G；
通过上述任一种方法求得Gray后，将原来的RGB(R,G,B)中的R,G,B统一用Gray替换，形成新的颜色RGB(Gray,Gray,Gray)，用它替换原来的RGB(R,G,B)就是灰度图了。