像素是計(jì)算機(jī)視覺中圖像的重要屬性。它們是表示圖像中特定空間中光的顏色強(qiáng)度的數(shù)值，是圖像中數(shù)據(jù)的最小單位。

圖像中的像素總數(shù)是高度、寬度和通道的乘積。

由于OpenCV中的圖像被讀取為像素值的Numpy數(shù)組，因此可以使用數(shù)組切片操作獲取并處理由該區(qū)域的像素表示的圖像區(qū)域。

切片操作用于檢索序列子集，如列表、元組和數(shù)組，因此可用于獲取圖像區(qū)域的像素值，以便進(jìn)行編輯、格式化或裁剪等處理。

切片操作

請(qǐng)注意，我使用索引值對(duì)字母列表進(jìn)行切片。例如，傳遞起始索引1（列表中第二個(gè)字母的索引）和4將返回列表的一個(gè)片段，從第二個(gè)值到第四個(gè)值。

由于索引值用于以這種方式檢索子集，因此它們也用于定位和檢索圖像中感興趣的區(qū)域。

以圖像中的區(qū)域?yàn)槟繕?biāo)的切片由圖像的兩個(gè)軸（水平（X）和垂直（Y））的起始值和結(jié)束值定義，格式如下：

image［startY： endY， startx：endX］

它返回所需感興趣區(qū)域的（圖像像素的）Numpy數(shù)組。

那么，我們?nèi)绾未_定感興趣區(qū)域的X軸和Y軸的起始值和結(jié)束值？

這些值（startX、endX、startY、endY）是映射出感興趣區(qū)域的坐標(biāo)值。

使用OpenCV顯示時(shí)，這些值不會(huì)顯示在圖像旁邊，但我們可以使用其他應(yīng)用程序（如Photoshop、Corel Draw、Paint e．t．c）或其他python可視化庫(kù)（如Matplotlib）來(lái)顯示具有X和Y坐標(biāo)值的圖像。

一如既往，這在實(shí)踐中得到了更好的理解。讓我們使用matplotlib顯示一個(gè)圖像。pyplot，我們可以從中檢索坐標(biāo)，這些坐標(biāo)映射出圖像中的目標(biāo)感興趣區(qū)域。

我用加納共和國(guó)國(guó)旗的圖像來(lái)證明這一點(diǎn)。在這里，我的目標(biāo)是圖像中圍繞黑星的區(qū)域。

獲取感興趣區(qū)域的坐標(biāo)值

1．使用Matplotlib加載并顯示圖像。

輸出：加載的圖像及其X和Y坐標(biāo)。

正如你所看到的，plt．imshow函數(shù)返回讀取的圖像以及x和y軸的坐標(biāo)值。

然后，我們可以檢索感興趣區(qū)域（黑星）的起始和結(jié)束坐標(biāo)值。

追蹤黑星區(qū)域的坐標(biāo)值

這幅圖像顯示了如何追蹤黑星周圍區(qū)域的坐標(biāo)。

我們可以從圖像中檢索坐標(biāo)（startY（y1）、endY（y2）、startX（x1）、endX（x2））。然后，我們可以定義兩個(gè)軸的起點(diǎn)和終點(diǎn)坐標(biāo)，并裁剪為：

image［y1： y2， x1：x2］

if we get y1， y2 ＝ ［145， 295］ and x1， x2 ＝ ［245， 400］

那么繪制出黑星的區(qū)域?qū)⑹牵?/p>

black＿star ＝ image［145：295， 245：400］

這將返回映射感興趣區(qū)域（本例中為黑星）的像素值（在Numpy數(shù)組中）。

現(xiàn)在，我們可以利用這種技術(shù)對(duì)圖像區(qū)域進(jìn)行定位和切片，以進(jìn)行各種圖像處理。

使用切片操作裁剪圖像

1．加載并顯示原始圖像

輸出：顯示加載的圖像。

2．獲取圖像的空間維度

輸出：顯示圖像的空間尺寸。

3．裁剪圖像

裁剪出圖像的左上角

輸出：圖像的左上角

裁剪出圖像的右上角

輸出：圖像的右上角

裁剪出圖像的左下角

輸出：圖像的左下角

裁剪出圖像的右下角

輸出：左下角。

4．使用尺寸將部分圖像設(shè)置為特定顏色。

輸出：將左上角設(shè)置為綠色

總結(jié)

圖像像素是表示圖像中顏色強(qiáng)度的數(shù)值。使用OpenCV獲取和設(shè)置不同圖像處理的圖像像素的過(guò)程基于Numpy陣列的切片操作。切片像素值在裁剪、重置、復(fù)制或增強(qiáng)圖像時(shí)非常有用。

感謝閱讀！

       原文標(biāo)題 : 在OpenCV中使用圖像像素