首页 > 文章列表 > 尝试使用Python修图神器,惊喜发现其功能出色!

尝试使用Python修图神器,惊喜发现其功能出色!

Python 机器学习 修图神器
394 2023-04-24

今天小编来和大家分享一下Python​在图像处理当中的具体应用,那既然是图像处理,那必然要提到opencv模块了,该模块支持与计算机视觉和机器学习相关的众多算法,并且应用领域正在日益扩展,大致有以下几种领域。

  • 物体识别:通过视觉以及内部存储来进行物体的判断
  • 图像分割
  • 人脸识别
  • 汽车安全驾驶
  • 人机交互
  • 等等

当然这次小编并不打算将这么高深的内容,今天就从最基本的opencv模块在图像的基本操作上说起。

模块的安装​

模块的安装我们通过都是通过pip命令来进行的。

图片保存最后我们将图片保存下来,这里用到的函数是cv2.imwrite(),它的语法格式如下cv2.imwrite(imgname, img)

其参数解释分别如下:

  • imgname: 要保存的图片的名字
  • img: 图片的矩阵形式

示例代码如下:

import cv2
import numpy as np


img = cv2.imread('1.jpg')
cv2.imshow("grey_img", img)
cv2.waitKey(0)
cv2.imwrite('1.png', img)
cv2.destroyAllWindows()

图片的各种属性​

有时候我们想要知道图片的像素大小,而图片的本质是矩阵,例如一张1024像素*960像素的图片,就意味着在矩阵当中的行数就是960行,列数是1024列,在opencv​模块当中调用的shape()函数方法,代码如下:

import cv2


img = cv2.imread('1.jpg')
print(img.shape[0]) # 行数
print(img.shape[1]) # 列数
print(img.shape[2]) # 通道数

output

308
340
3

可以看到该图片的像素是340*380,通道数是3,而针对灰度图像而言,我们来看一下图片的属性,代码如下:

img = cv2.imread('1_grey.png', 0)
print(img.shape)

output

(308, 340)

可以看到对于灰度图像而言,我们就没有看到通道数,只有行数和列数

图像的基本操作​

最后我们来对图像进行一些基本操作,无非就是改变当中的一些像素值,我们导入一张空白的图片,通过修改当中的像素值来往里面添加一个黑点,代码如下

import cv2
import numpy as np


img = cv2.imread('2.jpg')
(x, y, z) = img.shape


for i in range(-10, 10):
for j in range(-10, 10):
# 图片的正中心的位置来改变像素值,
img[int(x/2) + i, int(y/2) + j] = (0, 0, 0)


cv2.imshow("img", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

output

尝试使用Python修图神器,惊喜发现其功能出色!