gpt4 book ai didi

用python处理图片实现图像中的像素访问

转载 作者:qq735679552 更新时间:2022-09-28 22:32:09 25 4
gpt4 key购买 nike

CFSDN坚持开源创造价值,我们致力于搭建一个资源共享平台,让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章用python处理图片实现图像中的像素访问由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.

前面的一些例子中,我们都是利用Image.open()来打开一幅图像,然后直接对这个PIL对象进行操作。如果只是简单的操作还可以,但是如果操作稍微复杂一些,就比较吃力了。因此,通常我们加载完图片后,都是把图片转换成矩阵来进行更加复杂的操作.

python中利用numpy库和scipy库来进行各种数据操作和科学计算。我们可以通过pip来直接安装这两个库 。

?
1
2
pip install numpy
pip install scipy

以后,只要是在python中进行数字图像处理,我们都需要导入这些包:

?
1
2
3
from PIL import Image
import numpy as np
import matplotlib.pyplot as plt

打开图像并转化为矩阵,并显示:

?
1
2
3
4
5
6
7
8
from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
img = np.array(Image. open ( 'd:/lena.jpg' )) #打开图像并转化为数字矩阵
plt.figure( "dog" )
plt.imshow(img)
plt.axis( 'off' )
plt.show()

调用numpy中的array()函数就可以将PIL对象转换为数组对象.

查看图片信息,可用如下的方法:

?
1
2
3
4
print img.shape
print img.dtype
print img.size
print type (img)

如果是RGB图片,那么转换为array之后,就变成了一个rows*cols*channels的三维矩阵,因此,我们可以使用img[i,j,k]来访问像素值.

例1:打开图片,并随机添加一些椒盐噪声 。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
img = np.array(Image. open ( 'd:/ex.jpg' ))
 
#随机生成5000个椒盐
rows,cols,dims = img.shape
for i in range ( 5000 ):
   x = np.random.randint( 0 ,rows)
   y = np.random.randint( 0 ,cols)
   img[x,y,:] = 255
  
plt.figure( "beauty" )
plt.imshow(img)
plt.axis( 'off' )
plt.show()

用python处理图片实现图像中的像素访问

例2:将lena图像二值化,像素值大于128的变为1,否则变为0 。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
img = np.array(Image. open ( 'd:/pic/lena.jpg' ).convert( 'L' ))
 
rows,cols = img.shape
for i in range (rows):
   for j in range (cols):
     if (img[i,j]< = 128 ):
       img[i,j] = 0
     else :
       img[i,j] = 1
      
plt.figure( "lena" )
plt.imshow(img,cmap = 'gray' )
plt.axis( 'off' )
plt.show()

用python处理图片实现图像中的像素访问

如果要对多个像素点进行操作,可以使用数组切片方式访问。切片方式返回的是以指定间隔下标访问 该数组的像素值。下面是有关灰度图像的一些例子:

?
1
2
3
4
5
6
7
img[i,:] = im[j,:] # 将第 j 行的数值赋值给第 i 行
img[:,i] = 100 # 将第 i 列的所有数值设为 100
img[: 100 ,: 50 ]. sum () # 计算前 100 行、前 50 列所有数值的和
img[ 50 : 100 , 50 : 100 ] # 50~100 行,50~100 列(不包括第 100 行和第 100 列)
img[i].mean() # 第 i 行所有数值的平均值
img[:, - 1 ] # 最后一列
img[ - 2 ,:] ( or im[ - 2 ]) # 倒数第二行

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持我.

原文链接:http://www.cnblogs.com/denny402/p/5096491.html 。

最后此篇关于用python处理图片实现图像中的像素访问的文章就讲到这里了,如果你想了解更多关于用python处理图片实现图像中的像素访问的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com