Python OpenCV3 生成自定义纯色图像教程

生成单通道灰度图像

一、

在计算机内部，图像被存储为矩阵形式，矩阵中的每个点代表一个像素。如果矩阵由0到255之间的整数值构成，则显示为灰度图像。为了便于理解，下面提供相关代码示例：

import cv2
import numpy as np
img = np.ones((3,3),dtype=np.uint8)#random.random()方法后面不能加数据类型
#img = np.random.random((3,3)) #生成随机数都是小数无法转化颜色,无法调用cv2.cvtColor函数
img[0,0]=100
img[0,1]=150
img[0,2]=255
cv2.imshow('img',img)

cv2.waitKey(0)

运行上述代码后，效果如下所示：

img[0,0]代表矩阵第一行第一列的元素，其值为100。依此类推，从图中可以看出，数值越大，灰度越小，显示效果越接近白色（也可以理解为亮度越高）。其中，0表示完全不亮，即黑色；255表示全亮，即白色。

转换为三通道BGR图像

二、

上述示例仅展示了单通道的效果。接下来，我们将把上述图像转换为三通道BGR图像，此时每个像素点由一个三元数组表示。其中，bgr_img[0,0,0]表示第一行(y)第一列(x)的B通道值；bgr_img[100,200,1]表示第101行(y)第201列(x)的G通道值。

注意：第三个参数表示BGR通道，取值范围为0到2。

为了便于理解，下面提供相关代码：

bgr_img = cv2.cvtColor(img,cv2.COLOR_GRAY2BGR)
cv2.imshow('bgr_img',bgr_img)
bgr_img[:,:,0] = 0
bgr_img[:,:,1] = 255
bgr_img[:,:,2] = 255
cv2.imshow('bgr_img2',bgr_img)
cv2.waitKey(0)

将上述代码与第一部分结合运行后，效果如下：

这篇关于Python和OpenCV3生成自定义纯色图像的教程就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持本站。