- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我有一个简单的任务,即根据 768 个元素的硬编码数组绘制色标,代表 256 个 BGR 像素值。这是我的尝试:
import cv2
import numpy as np
img = np.zeros((50,256,3), np.uint8)
colorspace = [255, 255, 255, 253, 253, 253, 251, 251, 251, 249, 249, 249, 247, 247, 247, 245, 245, 245, 243, 243, 243, 241, 241, 241, 239, 239, 239, 237, 237, 237, 235, 235, 235, 233, 233, 233, 231, 231, 231, 229, 229, 229, 227, 227, 227, 225, 225, 225, 223, 223, 223, 221, 221, 221, 219, 219, 219, 217, 217, 217, 215, 215, 215, 213, 213, 213, 211, 211, 211, 209, 209, 209, 207, 207, 207, 205, 205, 205, 203, 203, 203, 201, 201, 201, 199, 199, 199, 197, 197, 197, 195, 195, 195, 193, 193, 193, 191, 191, 191, 189, 189, 189, 187, 187, 187, 185, 185, 185, 183, 183, 183, 181, 181, 181, 179, 179, 179, 177, 177, 177, 175, 175, 175, 173, 173, 173, 171, 171, 171, 169, 169, 169, 167, 167, 167, 165, 165, 165, 163, 163, 163, 161, 161, 161, 159, 159, 159, 157, 157, 157, 155, 155, 155, 153, 153, 153, 151, 151, 151, 149, 149, 149, 147, 147, 147, 145, 145, 145, 143, 143, 143, 141, 141, 141, 139, 139, 139, 137, 137, 137, 135, 135, 135, 133, 133, 133, 131, 131, 131, 129, 129, 129, 126, 126, 126, 124, 124, 124, 122, 122, 122, 120, 120, 120, 118, 118, 118, 116, 116, 116, 114, 114, 114, 112, 112, 112, 110, 110, 110, 108, 108, 108, 106, 106, 106, 104, 104, 104, 102, 102, 102, 100, 100, 100, 98, 98, 98, 96, 96, 96, 94, 94, 94, 92, 92, 92, 90, 90, 90, 88, 88, 88, 86, 86, 86, 84, 84, 84, 82, 82, 82, 80, 80, 80, 78, 78, 78, 76, 76, 76, 74, 74, 74, 72, 72, 72, 70, 70, 70, 68, 68, 68, 66, 66, 66, 64, 64, 64, 62, 62, 62, 60, 60, 60, 58, 58, 58, 56, 56, 56, 54, 54, 54, 52, 52, 52, 50, 50, 50, 48, 48, 48, 46, 46, 46, 44, 44, 44, 42, 42, 42, 40, 40, 40, 38, 38, 38, 36, 36, 36, 34, 34, 34, 32, 32, 32, 30, 30, 30, 28, 28, 28, 26, 26, 26, 24, 24, 24, 22, 22, 22, 20, 20, 20, 18, 18, 18, 16, 16, 16, 14, 14, 14, 12, 12, 12, 10, 10, 10, 8, 8, 8, 6, 6, 6, 4, 4, 4, 2, 2, 2, 0, 0, 0, 0, 0, 9, 2, 0, 16, 4, 0, 24, 6, 0, 31, 8, 0, 38, 10, 0, 45, 12, 0, 53, 14, 0, 60, 17, 0, 67, 19, 0, 74, 21, 0, 82, 23, 0, 89, 25, 0, 96, 27, 0, 103, 29, 0, 111, 31, 0, 118, 36, 0, 120, 41, 0, 121, 46, 0, 122, 51, 0, 123, 56, 0, 124, 61, 0, 125, 66, 0, 126, 71, 0, 127, 76, 1, 128, 81, 1, 129, 86, 1, 130, 91, 1, 131, 96, 1, 132, 101, 1, 133, 106, 1, 134, 111, 1, 135, 116, 1, 136, 121, 1, 136, 125, 2, 137, 130, 2, 137, 135, 3, 137, 139, 3, 138, 144, 3, 138, 149, 4, 138, 153, 4, 139, 158, 5, 139, 163, 5, 139, 167, 5, 140, 172, 6, 140, 177, 6, 140, 181, 7, 141, 186, 7, 141, 189, 10, 137, 191, 13, 132, 194, 16, 127, 196, 19, 121, 198, 22, 116, 200, 25, 111, 203, 28, 106, 205, 31, 101, 207, 34, 95, 209, 37, 90, 212, 40, 85, 214, 43, 80, 216, 46, 75, 218, 49, 69, 221, 52, 64, 223, 55, 59, 224, 57, 49, 225, 60, 47, 226, 64, 44, 227, 67, 42, 228, 71, 39, 229, 74, 37, 230, 78, 34, 231, 81, 32, 231, 85, 29, 232, 88, 27, 233, 92, 24, 234, 95, 22, 235, 99, 19, 236, 102, 17, 237, 106, 14, 238, 109, 12, 239, 112, 12, 240, 116, 12, 240, 119, 12, 241, 123, 12, 241, 127, 12, 242, 130, 12, 242, 134, 12, 243, 138, 12, 243, 141, 13, 244, 145, 13, 244, 149, 13, 245, 152, 13, 245, 156, 13, 246, 160, 13, 246, 163, 13, 247, 167, 13, 247, 171, 13, 248, 175, 14, 248, 178, 15, 249, 182, 16, 249, 185, 18, 250, 189, 19, 250, 192, 20, 251, 196, 21, 251, 199, 22, 252, 203, 23, 252, 206, 24, 253, 210, 25, 253, 213, 27, 254, 217, 28, 254, 220, 29, 255, 224, 30, 255, 227, 39, 255, 229, 53, 255, 231, 67, 255, 233, 81, 255, 234, 95, 255, 236, 109, 255, 238, 123, 255, 240, 137, 255, 242, 151, 255, 244, 165, 255, 246, 179, 255, 248, 193, 255, 249, 207, 255, 251, 221, 255, 253, 235, 255, 255, 24]
color = [colorspace[i:i + 3] for i in xrange(0, len(colorspace), 3)]
for x in range(256):
for (b,g,r) in color:
cv2.line(img,(x,0),(x,49),(b,g,r), 1)
cv2.imwrite('ironblack.png', img)
输出应该是 BGR 值的渐变,但我得到的是这张普通的亮蓝色图像:
我可能在这里遗漏了什么?我怎样才能做到这一点?
编辑: 似乎所有线条都是使用 colorspace
列表中最后一项的颜色绘制的,即 [255,255,24](浅蓝色) .我不确定为什么。我看不到 for
循环的行为如何,就像它在此处所做的那样
最佳答案
我们真的不需要画任何东西来完成这个。
我们从 BGR 三元组列表开始。我们可以把它变成一个 numpy 数组和 reshape
它为 1 行,256 列和 3 个 channel 。
接下来,我们使用 numpy.repeat
根据需要多次重复这一行.这为我们提供了包含梯度的适当大小的 BGR 图像。
最后,如果输入颜色图是 RGB 而不是 BGR(因为 OpenCV imwrite
需要 BGR 图像),我们可以使用 cv2.cvtColor
切换蓝色和红色 channel 。
我们已经完成了——我们需要的基本上是一个单行代码:
img = np.repeat(np.array(colorspace, np.uint8).reshape(1, 256, 3), 50, axis=0)
脚本:
import cv2
import numpy as np
colorspace = [255, 255, 255, 253, 253, 253, 251, 251, 251, 249, 249, 249, 247, 247, 247, 245, 245, 245, 243, 243, 243, 241, 241, 241, 239, 239, 239, 237, 237, 237, 235, 235, 235, 233, 233, 233, 231, 231, 231, 229, 229, 229, 227, 227, 227, 225, 225, 225, 223, 223, 223, 221, 221, 221, 219, 219, 219, 217, 217, 217, 215, 215, 215, 213, 213, 213, 211, 211, 211, 209, 209, 209, 207, 207, 207, 205, 205, 205, 203, 203, 203, 201, 201, 201, 199, 199, 199, 197, 197, 197, 195, 195, 195, 193, 193, 193, 191, 191, 191, 189, 189, 189, 187, 187, 187, 185, 185, 185, 183, 183, 183, 181, 181, 181, 179, 179, 179, 177, 177, 177, 175, 175, 175, 173, 173, 173, 171, 171, 171, 169, 169, 169, 167, 167, 167, 165, 165, 165, 163, 163, 163, 161, 161, 161, 159, 159, 159, 157, 157, 157, 155, 155, 155, 153, 153, 153, 151, 151, 151, 149, 149, 149, 147, 147, 147, 145, 145, 145, 143, 143, 143, 141, 141, 141, 139, 139, 139, 137, 137, 137, 135, 135, 135, 133, 133, 133, 131, 131, 131, 129, 129, 129, 126, 126, 126, 124, 124, 124, 122, 122, 122, 120, 120, 120, 118, 118, 118, 116, 116, 116, 114, 114, 114, 112, 112, 112, 110, 110, 110, 108, 108, 108, 106, 106, 106, 104, 104, 104, 102, 102, 102, 100, 100, 100, 98, 98, 98, 96, 96, 96, 94, 94, 94, 92, 92, 92, 90, 90, 90, 88, 88, 88, 86, 86, 86, 84, 84, 84, 82, 82, 82, 80, 80, 80, 78, 78, 78, 76, 76, 76, 74, 74, 74, 72, 72, 72, 70, 70, 70, 68, 68, 68, 66, 66, 66, 64, 64, 64, 62, 62, 62, 60, 60, 60, 58, 58, 58, 56, 56, 56, 54, 54, 54, 52, 52, 52, 50, 50, 50, 48, 48, 48, 46, 46, 46, 44, 44, 44, 42, 42, 42, 40, 40, 40, 38, 38, 38, 36, 36, 36, 34, 34, 34, 32, 32, 32, 30, 30, 30, 28, 28, 28, 26, 26, 26, 24, 24, 24, 22, 22, 22, 20, 20, 20, 18, 18, 18, 16, 16, 16, 14, 14, 14, 12, 12, 12, 10, 10, 10, 8, 8, 8, 6, 6, 6, 4, 4, 4, 2, 2, 2, 0, 0, 0, 0, 0, 9, 2, 0, 16, 4, 0, 24, 6, 0, 31, 8, 0, 38, 10, 0, 45, 12, 0, 53, 14, 0, 60, 17, 0, 67, 19, 0, 74, 21, 0, 82, 23, 0, 89, 25, 0, 96, 27, 0, 103, 29, 0, 111, 31, 0, 118, 36, 0, 120, 41, 0, 121, 46, 0, 122, 51, 0, 123, 56, 0, 124, 61, 0, 125, 66, 0, 126, 71, 0, 127, 76, 1, 128, 81, 1, 129, 86, 1, 130, 91, 1, 131, 96, 1, 132, 101, 1, 133, 106, 1, 134, 111, 1, 135, 116, 1, 136, 121, 1, 136, 125, 2, 137, 130, 2, 137, 135, 3, 137, 139, 3, 138, 144, 3, 138, 149, 4, 138, 153, 4, 139, 158, 5, 139, 163, 5, 139, 167, 5, 140, 172, 6, 140, 177, 6, 140, 181, 7, 141, 186, 7, 141, 189, 10, 137, 191, 13, 132, 194, 16, 127, 196, 19, 121, 198, 22, 116, 200, 25, 111, 203, 28, 106, 205, 31, 101, 207, 34, 95, 209, 37, 90, 212, 40, 85, 214, 43, 80, 216, 46, 75, 218, 49, 69, 221, 52, 64, 223, 55, 59, 224, 57, 49, 225, 60, 47, 226, 64, 44, 227, 67, 42, 228, 71, 39, 229, 74, 37, 230, 78, 34, 231, 81, 32, 231, 85, 29, 232, 88, 27, 233, 92, 24, 234, 95, 22, 235, 99, 19, 236, 102, 17, 237, 106, 14, 238, 109, 12, 239, 112, 12, 240, 116, 12, 240, 119, 12, 241, 123, 12, 241, 127, 12, 242, 130, 12, 242, 134, 12, 243, 138, 12, 243, 141, 13, 244, 145, 13, 244, 149, 13, 245, 152, 13, 245, 156, 13, 246, 160, 13, 246, 163, 13, 247, 167, 13, 247, 171, 13, 248, 175, 14, 248, 178, 15, 249, 182, 16, 249, 185, 18, 250, 189, 19, 250, 192, 20, 251, 196, 21, 251, 199, 22, 252, 203, 23, 252, 206, 24, 253, 210, 25, 253, 213, 27, 254, 217, 28, 254, 220, 29, 255, 224, 30, 255, 227, 39, 255, 229, 53, 255, 231, 67, 255, 233, 81, 255, 234, 95, 255, 236, 109, 255, 238, 123, 255, 240, 137, 255, 242, 151, 255, 244, 165, 255, 246, 179, 255, 248, 193, 255, 249, 207, 255, 251, 221, 255, 253, 235, 255, 255, 24]
def make_colorbar(colorspace, rows):
assert len(colorspace) == 768
color = np.array(colorspace, np.uint8)
img_row = color.reshape(1, 256, 3)
img = np.repeat(img_row, rows, axis=0)
# If the input colormap was actually RGB...
# img = cv2.cvtColor(img, cv2.COLOR_RGB2BGR)
return img
cv2.imwrite('ironblack.png', make_colorbar(colorspace, 50))
生成的颜色条图像:
或者如果输入实际上是 RGB,则:
关于python - 从一组 RGB 三元组制作 BGR 颜色条,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42928322/
我尝试将 BGR 转换为 YCrCb 以增加亮度并将其转换回 BGR cvSplit(亮度, y, cr, cb, 0); << 拆分不需要顺序吧? ...对亮度分量做点什么 cvMerge(temp
我正在将 OpenCV 与 Python 结合使用。我有一张图片,我想要做的是将 BGR 值 [0, 0, 255] 的所有像素设置为 [0, 255, 255]。 我问了一个previous que
java中BufferedImage判断图像通道顺序并转RGB/BGR 一般来说Java ImageIO处理读取图像时,一般是RGB或ARGB格式,但是有的时候,我们需要图像是BGR格式, 比如
我有一张以白纸为背景的叶子图片,我需要去除噪声(黄点)并获取叶子的像素值(bgr)。 我使用绿色阈值来检测叶子并用原始图像对其进行掩蔽。我使用 cv2.mean 来获取像素值,但它计算了所有像素,包括
RGB 颜色由三个分量组成:红色 (0-255)、绿色 (0-255) 和蓝色 (0-255)。 BGR 色彩空间到底是什么?它与 RGB 色彩空间有何不同? 最佳答案 关于字节顺序。 RGB 是一个
我想将(很多)JPEG 图像转换为 Sun Raster 格式(例如,参见 here),因为我的程序只能使用这种格式。 问题是我的程序只允许旧类型的图像 或标准,即像素以 BGR 顺序写入。 (我应该
我有一些 BGR 图片: cv::Mat image; 我想从图像中的所有像素中减去矢量: [10, 103, 196] 意味着所有像素的蓝色 channel 将减少 10,绿色 channel 减少
我正在尝试将图像从 RBG(OpenCV 中的 BGR)手动转换为 YCbCr 色彩空间。 我的图像是一张 png 彩色图像,宽度为 800,高度为 600,3 个 channel ,16 位深度。
我知道如何将字节数组转换为图像。这是我的代码: //Here create the Bitmap to the know height, width and format Bitmap bmp = n
我正在使用 libjpeg 将 jpeg 图像从磁盘解码到堆上分配的内存缓冲区。我使用 jpeg_read_scanlines 从文件中读取和解码每个扫描线。这工作得很好,将每个像素解码为 24 位
我正在使用 OpenCV 库进行图像处理。 我想转换一个 System.Drawing.Bitmap到Image .我该怎么做? 最佳答案 Image 构造函数有一个 Bitmap 重载(假设您正在使
我有一个颜色为 BGR 的图像。如何转换 PIL 图像以高效交换每个像素的 B 和 R 元素? 最佳答案 我知道这是一个老问题,但我遇到了同样的问题并通过以下方法解决了: img = img[:,:,
好吧,我的目标很简单——尝试从包含打包/交错 BGR 数据(也可以是 RGB)的缓冲区创建 JPEG 编码图像。 NVidia 文档包含一个 example ,正确的图像输入基本上描述了here .
根据documentation ,BGR 图像在 OpenCV 中以这种方式表示: (来源:opencv.org) 我的问题:这张图片显示的数组的尺寸是多少? 最佳答案 来自 the docs 图像属
我正在从网络摄像头的缓冲区中获取位图。当我将它们分配给 PictureBox 时,红色和蓝色会颠倒过来。 我可以对位图或 PictureBox 做些什么来使红色和蓝色出现在适当的位置? 最佳答案 以下
这可能很简单,但我正在尝试将提供 RGB 字符串颜色的源转换为 Java 中 BGR 字符串的输出。我一直在为 shifting 和 Long.decode 以及 Long.toHexString 绞
GetDIBits() 没有将正确的 BGR 值传递给 COLORREF 数组: #include #include using namespace std; int main() {int i;
我已经将一些数据记录为 npy 文件。我尝试显示图像 (data[0]) 以检查它是否适用于以下代码 import numpy as np import cv2 train_data = np.loa
文档似乎没有解释 HSV->BGR 转换的预期输入范围。这是一些示例代码,我试图在将其转换为 HSV 后取回原始 BGR 值。有谁知道预期的缩放比例? #include #include cv::
我正在从 YUV420 解码器捕获原始输出。我得到了三个指针:分别是 Y(1920*1080)、U(960*540) 和 V(960*540)。 我想使用 OpenCV 将图像保存为 JPEG。我尝试
我是一名优秀的程序员,十分优秀!