opencv core operation

  原文

  opencv core operation

   

  看到core，心里不禁一惊。而实际上，此系列简单介绍了，图像的像素提取，ROI区域提取，图像的通道的合并分离、图像的合并等几个操作，及衡量程序的时间接口，及性能相关的SSE2指令的简单介绍。

   或许本身就是这些简单的操作构成了后续图像的复杂运算吧。

 图像的基本操作

  1. 提取修改 像素

     读取图像后，直接用像素的行 、列坐标值来获取B  G  R三种颜色的值；对于grayscale ，仅仅返回intensity.

 

>>> px = img[100,100]
>>> print px
[157 166 200]

# accessing only blue pixel
>>> blue = img[100,100,0]
>>> print blue
157

img[row,column,channel] 的含义为row 行，column列，channel通道上的值；channel的取值 0：Blue ;1 : Green ;2 :Red

  修改像素：

>>> img[100,100] = [255,255,255]
>>> print img[100,100]
[255 255 255]

上面这个直接用数组操作的方式，效率很低下，不推荐使用。numpy提供了优化的接口

  img.item 和itemset两个接口

# accessing RED value
>>> img.item(10,10,2)
59

# modifying RED value
>>> img.itemset((10,10,2),100)
>>> img.item(10,10,2)
100

   访问图像属性

     

>>> print img.shape
(342, 548, 3)

>>> print img.size
562248

>>> print img.dtype
uint8

1) shape 返回 行、列和通道数目的数组

2）如果图像是grayscale的，shape属性仅仅返回行、列信息。以此可以判断图像是彩色的还是grayscale的。

3）dtype 图像 的数据类型，在debug时非常有用。由于经常会存在类型不匹配导致的各种错误

  获取ROI

   通过Numpy 提供的索引方法来操作。

>>> ball = img[280:340, 330:390]
>>> img[273:333, 100:160] = ball

[280:340] 为垂直方向的区域，即包含从280-340的行；

330：390  即为列区域，即从330-390的列

这种方法只适合rectangular 的ROI

  分离、合并图像通道

 

>>> b,g,r = cv2.split(img)
>>> img = cv2.merge((b,g,r))

Or  Numpy index方法：

>>> b = img[:,:,0]

例如，将红色像素清零：

>>> img[:,:,2] = 0
split方法耗时，建议采用Numpy index方法

图像上进行数值运算

图像加法

一种是opencv的运算，为饱和（saturated）运算，即两个运算数相加，如果和超过运算数类型的最大，则两数的和为运算类型的最大值

一种是Numpy的运算，为模（modulo）运算，即两个运算数相加，如果和超过运算类型的最大值，则两数和对最大值取模为实际的和值。

对于图像运算来讲，opencv的运算方式更符合要求。

实例如下，两个8位的无符号数运算：

>>> x = np.uint8([250])
>>> y = np.uint8([10])

>>> print cv2.add(x,y) # 250+10 = 260 => 255
[[255]]

>>> print x+y          # 250+10 = 260 % 256 = 4
[4]

图像混合

addWeighted函数的运算公式为：

img1 = cv2.imread('ml.png')
img2 = cv2.imread('opencv_logo.jpg')

dst = cv2.addWeighted(img1,0.7,img2,0.3,0)

cv2.imshow('dst',dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

图像按位运算

  包括 与 、或、非、与非运算。这几种运算广泛应用于提取图像某一区域，处理non-rectangular