教你在python中用不同的方式画不同颜色的画布！

摘要

在这篇文章中将给大家讲解如何分别用 numpy 的方法，与 numpy与cv2结合的方法创建空白画布，创建白色画布，与创建彩色画布。在讲解过程中还会介绍 cv2 进行通道分割 cv2.split 与通道合并 cv2.merge 的两个函数的具体使用以及深究numpy的ndarray数据结构的索引与赋值。

numpy的ndarray数据结构的索引与赋值

在使用画图工具的时候, 第一件事情就是创建一个新的空白画布，我们可以指定画布的大小和颜色。

那我们如何使用opencv来创建一个空白的画布(值相同的图片) ?

其实image的数据结构上的图片，本质上就是 numpy 里面的 ndarray的对象，创建一个画布本质上就是创建一个同等规格的 ndarray 。

创建一个新的特定尺寸的 ndarray 我们可以使用 np.zeors 函数，我们将图像的高度(height)，图像的宽度(width)，以及图像的通道数 channel 以 tuple 类型传入 np.zeros 。 再次声明是tuple类型 。

另外由于不是所有的 numpy 类型的数值，都可以放到opencv中进行图像处理.

数值取值范围在 0-255 ，我们需要指定数据类型为 uint8 unsigned integer 8-bit

np.zeros((height, width, channels), dtype="uint8")
1
复制代码

举个例子：想创建一个800 x 600 x 3 的图片，一个BGR格式的图像，我们就得这么写：

# 初始化一个空画布 300×300 三通道 背景色为黑色 
canvas_black = np.zeros((600, 800, 3), dtype="uint8")
12
复制代码

得到的效果如下：

注意： height写在前面

为什么Height写在前面？

就得知道opencv图像的数据结构是numpy，Image的属性,其实就是numpy的ndarray数据格式的属性。

我们可以直接获取img对象的诸多属性，例如我们打印lena图的属性，具体如下：

# -*- coding: utf-8 -*- 
import numpy as np
import cv2

# 导入一张图像 模式为彩色图片
img = cv2.imread('lena.jpg', cv2.IMREAD_COLOR)

print("================打印图像的属性================")
print("图像对象的类型 {}".format(type(img)))
print(img.shape)
print("图像宽度: {} pixels".format(img.shape[1]))
print("图像高度: {} pixels".format(img.shape[0]))
print("通道: {}".format(img.shape[2]))
print("图像分辨率: {}".format(img.size))
print("数据类型: {}".format(img.dtype))
123456789101112131415
复制代码