opencv学习记录——(5)图像像素的操作

1、先补充几点opencv的相关知识点

1.1  通过Scalar来设置颜色

Scalar(b1, b2, b3, b4),前面的三个参数是依次设置BGR的,和RGB相反,第四个参数设置图片的透明度。 如果不需要 设置透明度,则可以把第四个参数去掉。

1.2  Vec3b类型的使用

Vec3b就是一个uchar类型的数组,长度为 3

1.2.1  对Vec3b的定义

Vec3b color;  //变量 color 是一个长度为 3 的 uchar 数组,用于描述 RGB 颜色

//在 OpenCV 中,颜色为 BGR,而不是 RGB
color[0] = 255;    // 0 是 B 通道,该句修改 B 通道数据
color[1] = 255;    // 1 是 G 通道,该句修改 G 通道数据
color[2] = 255;    // 2 是 R 通道,该句修改 R 通道数据

 1.2.2 使用vec3b读取像素

由于在OpenCV中,使用imread读取到的Mat图像数据,都是用uchar类型的数据存储,对于RGB三通道的图像,每个点的数据都是一个Vec3b类型的数据。

使用at定位方法如下:

Mat mat = imread("test.jpg");

//(row, col)即所需要定位点的坐标
mat.at<Vec3b>(row, col)[0] = 255;  //修改点 (row, col) 的 B 通道数据
mat.at<Vec3b>(row, col)[1] = 255;  //修改点 (row, col) 的 G 通道数据
mat.at<Vec3b>(row, col)[2] = 255;  //修改点 (row, col) 的 R 通道数据

再如下例,返回值为<>中的类型:

Mat mat;

mat.at<uchar>(row, col);    //单通道,返回一个 uchar 类型值
mat.at<Vec3b>(row, col);    //三通道,返回 <Vec3b>,即返回一个 uchar 数组,长度为 3
mat.at<Vec4b>(row, col);    //四通道

需要注意的是,上例中返回的都是uchar类型,直接使用cout输出为字符格式,需要强制转换为int类型之后输出:

Vec3b bgr = frame.at<Vec3b>(i, j);

printf("b = %d, g = %d, r = %d\n", bgr[0], bgr[1], bgr[2]);
//或
cout << (int)bgr[0] << ", " << (int)bgr.val[1] << ", " << (int)bgr.val[2] << endl;

以上转载自:(79条消息) 【OpenCV】关于Vec3b类型的含义与使用_ReturnZC的博客-优快云博客_opencv vec3b

2 、 图像像素的操作

本节主要实现对图像的各个像素点实现加减乘除的操作,可以起到改变图像亮度的作用,本节还会介绍并使用常用的saturate_cast函数,防止数值溢出。

2.1 补充saturate_cast函数

在图像处理方面,无论是加、减、乘、除,都会超出一个像素灰度值的范围(0~255),saturate_cast函数的作用即是:当运算完之后,结果为负,则转为0,结果超出255,则为255。

使用方法:

使用前:

dst.at<Vec3b>(row, col)[0] = (p1[0]	+ p2[0]);

使用后:

dst.at<Vec3b>(row, col)[0] = saturate_cast<uchar>(p1[0]	+ p2[0])

 2.2 加、减、乘、除 在代码中的表示方式

(1) 加 add(image, m, dst) ,其中 image 为输入的原图像,m为要对image进行操作的图像

dst为操作结束后的输出图像。

(2)减法:subtract()

(3)惩罚multiply()

 2.3 对图像像素进行操作代码实现

void QuickDemo::operators_demo(Mat &image)
{
Mat dst = Mat::zeros(image.size(), image.type());//把dst对象初始化,设置成image的大小和形式
	Mat m = Mat::zeros(image.size(), image.type());//把m对象初始化,设置成image的大小和形式
	dst = image - Scalar(50, 50, 50); //对image对Scalar做减法,可以降低图像亮度
	m = Scalar(50, 50, 50); 
	multiply(image,m,dst);//乘法操作 api
	imshow("乘法操作", dst);
	add(image, m, dst);//加法操作 api
	imshow("加法操作", dst);
	subtract(image, m, dst);//减法操作 api
	imshow("减法操作", dst);
	divide(image, m, dst);//除法操作 api
	namedWindow("加法操作", WINDOW_FREERATIO);
	imshow("加法操作", dst);
	//加法操作底层  其原理就是将三个通道中的每个像素点做加减乘除操作,从而实现改变图像的亮度
	int dims = image.channels();
	int h = image.rows;
	int w = image.cols;
	for (int row = 0; row < h; row++)
	{
		for (int col = 0; col < w; col++)
		{
				Vec3b p1 = image.at<Vec3b>(row, col); //opencv特定的类型,获取三维颜色,3个值
				Vec3b p2 = m.at<Vec3b>(row, col);
				dst.at<Vec3b>(row, col)[0] = saturate_cast<uchar>(p1[0]	+ p2[0]);//saturate_cast用来防爆,小于0就是0,大于255就是255
				dst.at<Vec3b>(row, col)[1] = saturate_cast<uchar>(p1[1] + p2[1]);
				dst.at<Vec3b>(row, col)[2] = saturate_cast<uchar>(p1[2] + p2[2]);//对彩色图像读取它的像素值,并且对像素值进行改写。
		}
	}
	imshow("加法操作", dst);
}

### OpenCV 中的图像掩码操作 #### 创建掩码 为了执行有效的图像掩码操作,创建合适的掩码至关重要。通常情况下,掩码是一个灰度图(即单通道),其中白色区域代表要保留的部分,黑色部分则被忽略。 ```python import numpy as np import cv2 # 假设有一个彩色图片 img 和一个形状相同的全黑背景上的圆形白区作为 mask img = cv2.imread('image.jpg') mask = np.zeros(img.shape[:2], dtype=np.uint8) # 绘制圆圈在 mask 上 (中心坐标, 半径, 颜色(255), 线条粗细(-1 表示填充)) cv2.circle(mask, (center_x, center_y), radius, 255, -1) ``` #### 应用掩码于图像上 当有了适当构建好的掩码之后,可以利用 `bitwise_and` 函数来应用这个掩码到原始图像上去。这会使得只有那些对应位置为白色的像素得以保存下来;而其他地方将会变成完全透明或黑色取决于具体应用场景[^1]。 ```python masked_img = cv2.bitwise_and(img, img, mask=mask) ``` 对于某些特定需求来说,可能还需要计算带有掩码条件下的统计特征比如平均亮度等: ```python mean_val_inside_mask = cv2.mean(img, mask)[0] print(f"The mean intensity inside the masked area is {mean_val_inside_mask}") ``` 这里使用了 `cv2.mean()` 方法并传入了一个额外参数 `mask` 来指定只对感兴趣区域内做均值运算[^2]。 另外,在处理不同类型的逻辑运算时也可以通过类似的接口实现,例如取反操作可以通过如下方式完成: ```python inverted_masked_img = cv2.bitwise_not(masked_img) ``` 值得注意的是,如果尝试在一个多通道图像与另一个具有相同尺寸但是仅含单一颜色平面的数据结构之间直接相乘,则可能会遇到错误提示因为它们并不兼容。因此务必确保参与运算的对象都处于同一维度下。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值