python + opencv 图像处理(三)—— 简单对像素进行处理

关注

原创最新推荐文章于 2026-03-23 00:51:56 发布 560 阅读 AI 写同款· GEO 优化 ›

Python OpenCV 图像处理 在图像产生、传输和复制过程中，常常会因为多方面原因而被噪声干扰或出现数据丢失，降低了图像的质量（某一像素，如果它与周围像素点相比有明显的不同，则该点被噪声所感染）。因此，我们得到了同一图像不同区域的不同阈值，对于不同光照下的图像，得到了更好的结果。阈值参数：threshold_value = 127，像素值大于127的地方将根据选择的阈值类型做相应处理，max_value = 255 表示阈值操作后的最大值。cv.THRESH_TOZERO_INV：小于阈值的像素值保持不变，大于阈值的像素值设为 0。阅读详情

from cv2 import cv2 as cv
import numpy as np 

def access_pixels(image):  #属性读取
    print(image.shape)
    height = image.shape[0]
    width = image.shape[1]
    chanmels = image.shape[2]
    print('width:%s,height:%s,chanmels:%s'%(width,height,chanmels))
    #每个像素点进行处理         # 应该是像素反转
    for row in range(height):
        for col in range(width):
            for c in range(chanmels):
                pv = image[row,col,c]
                image[row,col,c] = 255 - pv
    cv.imshow('pixels_demo',image)

# 利用内置的模块反转像素
def inverse(image):
    dst = cv.bitwise_not(image)
    cv.imshow('inverse demo',dst)

# 创建图
def creat_image():
    '''
    # 多通道
    img = np.zeros([400,400,3],np.uint8)
    img[:,:,0] = np.ones([400,400])*255    # blue green red  #得到的是一张蓝色的图
    cv.imshow('new image',img)  
    '''
    # 单通道

    img = np.ones([400,400,1],np.uint8)     # 全部初始化为1
    img = img * 0               # *0 为黑色  *127为灰色  *255为白色
    cv.imshow('new image',img)  


filepath = "C:\\pictures\\0.jpg"
img = cv.imread(filepath)       # blue green red
cv.namedWindow("input image",cv.WINDOW_AUTOSIZE)
cv.imshow("input image",img)
# t1 和 t2是用来测试时间的
t1 = cv.getTickCount()
# creat_image()
# access_pixels(img)
inverse(img)
t2 = cv.getTickCount()
time = (t2-t1)/cv.getTickFrequency()
print('time:%s ms'%(time*1000))

cv.waitKey(0)
cv.destroyAllWindows()

收录于