numpy.array 提供了 item()和 itemset()函數(shù)來(lái)訪問(wèn)和修改像素值，而且這兩個(gè)函數(shù)都是經(jīng)過(guò)
優(yōu)化處理的，能夠更大幅度地提高處理效率。在訪問(wèn)及修改像素點(diǎn)的值時(shí)，利用 numpy.array
提供的函數(shù)比直接使用索引要快得多，同時(shí)，這兩個(gè)函數(shù)的可讀性也更好。
1．二值圖像及灰度圖像
可以將二值圖像理解為特殊的灰度圖像，所以這里僅以灰度圖像為例討論像素點(diǎn)值的讀取
和修改。
函數(shù) item()能夠更加高效地訪問(wèn)圖像的像素點(diǎn)，該函數(shù)的語(yǔ)法格式為：
item(行,列)
函數(shù) itemset()可以用來(lái)修改像素值，其語(yǔ)法格式為：
itemset(索引值,新值)
為了便于理解，我們首先使用 Numpy 庫(kù)生成一個(gè) 5×5 大小的隨機(jī)數(shù)組，用來(lái)模擬一幅灰度圖像，并對(duì)其進(jìn)行簡(jiǎn)單的處理。
import numpy as np
img=np.random.randint(10,99,size=[5,5],dtype=np.uint8)
print(img)
生成一個(gè)5行5列 10到99 隨機(jī)數(shù)的像素值的矩陣
打印結(jié)果：
[[67 39 26 43 23]
[61 42 80 91 19]
[39 80 58 72 62]
[94 45 73 47 31]
[97 39 19 92 59]]
利用item 讀取某一個(gè)像素值
示例 item(3.2)
代碼演示：
import numpy as np
img=np.random.randint(10,99,size=[5,5],dtype=np.uint8)
print(img)
print("讀取像素點(diǎn) img.item(3,2)=",img.item(3,2))
打印結(jié)果：
[[97 51 42 58 68]
[21 37 70 92 76]
[38 69 53 21 44]
[69 15 24 71 32]
[12 82 96 50 97]]
讀取第四行第三列的像素值 img.item(3,2)= 24
利用itemset 修改像素值
img.itemset((3,2),255)
import numpy as np
img=np.random.randint(10,99,size=[5,5],dtype=np.uint8)
print(img)
print("讀取像素點(diǎn) img.item(3,2)=",img.item(3,2))
img.itemset((3,2),255)
print("修改后 img=\n",img)
print("修改后像素點(diǎn) img.item(3,2)=",img.item(3,2))
打印結(jié)果：
[[70 59 31 93 22]
[16 10 66 68 50]
[77 60 92 62 30]
[61 45 93 98 79]
[66 27 34 60 63]]
讀取像素點(diǎn) img.item(3,2)= 93
修改后 img=
[[ 70 59 31 93 22]
[ 16 10 66 68 50]
[ 77 60 92 62 30]
[ 61 45 255 98 79]
[ 66 27 34 60 63]]
修改后像素點(diǎn) img.item(3,2)= 255
通過(guò)觀察輸出結(jié)果可以發(fā)現(xiàn)，語(yǔ)句 img.itemset((3,2),255)將圖像第 4 行第 3 列位置上的像素值修改為 255 了
彩色圖像numpy.arry 像素值操作
我們也可以使用函數(shù) item()和函數(shù) itemset()來(lái)訪問(wèn)和修改彩色圖像的像素值，過(guò)程與操作
灰度圖像相似，不同之處在于需要補(bǔ)充通道信息。
函數(shù) item()訪問(wèn) RGB 模式圖像的像素值時(shí)，其語(yǔ)法格式為：
item(行,列,通道)
函數(shù) itemset()修改（設(shè)置）RGB 模式圖像的像素值時(shí)，其語(yǔ)法格式為：
itemset(三元組索引值,新值)
需要注意，針對(duì) RGB 圖像的訪問(wèn)，必須同時(shí)指定行、列以及行列索引（通道），例如
img.item(a,b,c)。僅僅指定行和列是不可以的。
實(shí)操：
使用 Numpy 生成一個(gè)由隨機(jī)數(shù)構(gòu)成的三維數(shù)組，用來(lái)模擬一幅 RGB 色彩空間
的彩色圖像，并使用函數(shù) item()和 itemset()來(lái)訪問(wèn)和修改它
import numpy as np
img=np.random.randint(10,99,size=[2,4,3],dtype=np.uint8)
print("img=\n",img)
print("讀取像素點(diǎn) img[1,2,0]=",img.item(1,2,0))
print("讀取像素點(diǎn) img[0,2,1]=",img.item(0,2,1))
print("讀取像素點(diǎn) img[1,0,2]=",img.item(1,0,2))
img.itemset((1,2,0),255)
img.itemset((0,2,1),255)
img.itemset((1,0,2),255)
print("修改后 img=\n",img)
print("修改后像素點(diǎn) img[1,2,0]=",img.item(1,2,0))
print("修改后像素點(diǎn) img[0,2,1]=",img.item(0,2,1))
print("修改后像素點(diǎn) img[1,0,2]=",img.item(1,0,2))
這段代碼創(chuàng)建了一個(gè)形狀為(2, 4, 3)的NumPy數(shù)組img，其中包含了隨機(jī)生成的8位無(wú)符號(hào)整數(shù)（uint8）類(lèi)型的數(shù)據(jù)。這個(gè)數(shù)組模擬了一個(gè)彩色圖像，具有2個(gè)高度、4個(gè)寬度和3個(gè)通道（紅、綠、藍(lán)）。
使用np.random.randint()函數(shù)生成隨機(jī)整數(shù)，指定了整數(shù)范圍為10到99之間。size=[2, 4, 3]參數(shù)定義了數(shù)組的形狀為(2, 4, 3)，即2個(gè)高度、4個(gè)寬度和3個(gè)通道
網(wǎng)上看到這個(gè)圖，對(duì) 上述中 size=[2,4,3] 有比較好的圖感效果，幫助理解三維數(shù)組中這幾個(gè)數(shù)字的含義
運(yùn)行結(jié)果：文章來(lái)源：http://www.zghlxwxcb.cn/news/detail-572517.html
img=
[[[98 63 26]
[49 64 50]
[62 36 65]
[75 77 61]]
[[11 87 47]
[69 93 27]
[80 24 35]
[81 97 73]]]
讀取像素點(diǎn) img[1,2,0]= 80
讀取像素點(diǎn) img[0,2,1]= 36
讀取像素點(diǎn) img[1,0,2]= 47
修改后 img=
[[[ 98 63 26]
[ 49 64 50]
[ 62 255 65]
[ 75 77 61]]
[[ 11 87 255]
[ 69 93 27]
[255 24 35]
[ 81 97 73]]]
修改后像素點(diǎn) img[1,2,0]= 255
修改后像素點(diǎn) img[0,2,1]= 255
修改后像素點(diǎn) img[1,0,2]= 255
這個(gè)輸出展示了一個(gè)形狀為(2, 4, 3)的NumPy數(shù)組，表示了兩個(gè)2x4的像素塊，每個(gè)像素塊包含3個(gè)通道（紅、綠、藍(lán)）。每個(gè)像素值都是隨機(jī)生成的介于10到99之間的整數(shù)。文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-572517.html
到了這里，關(guān)于opencv-06 使用numpy.array 操作圖片像素值的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
