Python+OpenCV中圖片局部區域像素值處理的示例分析

這篇文章主要介紹了Python+OpenCV中圖片局部區域像素值處理的示例分析，具有一定借鑒價值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

圖片本就是數組形式，對于8位灰度圖，通道數為1,它就是個二位數組，這樣就沒有必要再設置ROI區域，復制出來這塊區域再循環提取像素存入數組進行處理了，可以直接將圖片存入數組，再利用numpy進行切分相應的數組操作就可以了。

ps：這次我重新裝的opencv3.2.0版本，代碼里面直接用cv2了

# 查看opencv版本，終端輸入：
$ pkg-config --modversion opencv

cv_img_cv2.py

# -*- coding:utf-8 -*-
__author__ = 'lwp'

import cv2
import numpy as np
import matplotlib.pyplot as plt
 
path ='/media/lwp/A/111111.jpg' # 圖片路徑
lwpImg = cv2.imread(path) # 加載圖片
gray_lwpImg = cv2.cvtColor(lwpImg, cv2.COLOR_BGR2GRAY) # 轉為灰度圖

# 畫目標區域，參數分別為圖片、左上坐標、右下坐標、框的顏色、框線條的粗細
lwpImg = cv2.rectangle(lwpImg, (290, 0), (310, 327), (0, 255, 0), 2) 
# 顯示標記后的圖片
cv2.imshow('local_pixel', lwpImg) 

# 提取圖片像素值到矩陣
pixel_data = np.array(gray_lwpImg)
# 提取目標區域
box_data = pixel_data[:, 290:310]
# 矩陣行求和
pixel_sum = np.sum(box_data, axis=1)

# 畫圖
x = range(576)
fig = plt.figure(figsize=(4, 2))
ax1 = fig.add_subplot(1, 1, 1)
ax1.bar(x, pixel_sum, width=1) # x為每個條形到x軸0點的距離，width為每個條的寬度
plt.xlabel('X')
plt.ylabel('Y')
plt.title('edge_filter')
plt.grid(True)
plt.show()

key = cv2.waitKey(0) & 0xFF
if key == ord('q'): # 按q關閉窗口
  cv2.destroyAllWindows()

效果：

感謝你能夠認真閱讀完這篇文章，希望小編分享的“Python+OpenCV中圖片局部區域像素值處理的示例分析”這篇文章對大家有幫助，同時也希望大家多多支持億速云，關注億速云行業資訊頻道，更多相關知識等著你來學習!