番外6. 在 Python OpenCV 針對影像細節的不同操作

本系列專欄寫作方式

本系列專欄寫作將采用首創的問答式寫作形式，快速讓你學習到 OpenCV 的初級、中級、高級知識，

6. 在 Python OpenCV 針對影像細節的不同操作

本篇博客的目標將為你解釋一幅影像的拆解，包括影像像素的說明，影像屬性資訊的獲取與修改，
影像目標區域 ROI 相關內容，以及影像通道的知識（包括拆分通道和合并通道）

這些內容在知識結構上與 numpy 庫十分緊密，如果從學習的角度出發，建議你儲備一下 numpy 相關知識，

讀取修改影像的像素值

在之前的博客中，我們已經學到了如何讀取一幅影像，使用 cv2.imread 函式即可，并且掌握了該函式的兩個關鍵引數，

讀取圖片之后，我們可以直接使用操作陣列的方式獲取影像任意位置的顏色，一般這個顏色的默認順序是 BGR，

測驗代碼如下：

import cv2
import matplotlib.pyplot as plt

src = cv2.imread("./6_test.jpg")

# 獲取 100 x 100 位置的像素值
print(src[100, 100])

cv2.imshow("src", src)

cv2.waitKey()

這里首先獲取 100 x 100 位置的像素值，
src[100,100]會獲取到三個值，分別對應的 BGR 通道的值，我們在圖片上標記一個像素點，rows = 250,cols=470 ，接下來修改上述代碼，看獲取到的 BGR 值，

import cv2
import matplotlib.pyplot as plt

src = cv2.imread("./6_test.jpg")

# 注意獲取像素值的格式為 [cols,rows]
print(src[250, 470])

cv2.imshow("src", src)

cv2.waitKey()

上文特別注意的就是，獲取像素值的格式為 [cols,rows]，列在前，行在后，

以上獲取到的是 BGR 值，也可以只獲取單個通道的值，對應的代碼是 [cols,rows,channel]，對應到代碼部分，如下所示：

# 獲取藍色通道值
print(src[250, 470, 0])

藍色通道對應 0，綠色通道為 1，紅色通道為 2，超出以上三個值，就會出現如下錯誤：

IndexError: index 3 is out of bounds for axis 2 with size 3

當前如果你直接讀取了灰度圖，例如下述代碼，三個通道的值是相同的，

import cv2
import matplotlib.pyplot as plt

src = cv2.imread("./6_test.jpg", 0)

# 注意獲取像素值的格式為 [cols,rows]
print(src[250, 470])

cv2.imshow("src", src)

cv2.waitKey()

這個地方還有一個編碼上存在的潛在問題，如果讀取的是四通道圖片，即圖片有透明度，那陣列的索引值可以讀取到 3，也就是下述代碼是正確的，

import cv2
import matplotlib.pyplot as plt

src = cv2.imread("./test.png", -1)

# 注意獲取像素值的格式為 [cols,rows]
print(src[250, 470, 3])

cv2.imshow("src", src)

cv2.waitKey()

src[250, 470, 3] 成功讀取到了透明通道的值，

我們可以針對特定的像素點進行值的修改，例如下述代碼

import cv2
import matplotlib.pyplot as plt

src = cv2.imread("./6_test.jpg")

# 注意獲取像素值的格式為 [cols,rows]
src[250, 470] = [255, 255, 255]

cv2.imshow("src", src)

cv2.waitKey()

注意下圖的紅色箭頭指向的位置，出現一個白色亮點，使用該辦法，可以制造出一個【椒鹽圖片】，

這個地方需要注意的一個潛在 BUG，讀取圖片的通道數，決定了你復制時陣列元素個數，例如下述代碼將會報錯，

import cv2
import matplotlib.pyplot as plt

src = cv2.imread("./6_test.jpg")

# 注意獲取像素值的格式為 [cols,rows]
src[250, 470] = [255, 255, 255, 255]

cv2.imshow("src", src)

cv2.waitKey()

錯誤資訊都是類似的，提示陣列維度不同，

ValueError: cannot copy sequence with size 4 to array axis with dimension 3

最后一點使用以上方式操作影像的像素點，非常耗時，因為一張圖片的像素點資料是非常大的，一般情況下能用 numpy 集成好的方法，就不要用這種最笨拙的方式，

使用 numpy 獲取通道值，注意該方式獲取的是標量，如果你想獲得所有 BGR 的值，你需要使用 array.item() 依次獲取，

import cv2
import numpy as np

src = cv2.imread("./6_test.jpg")
print(src[100, 100])
b = src.item(100, 100, 0)
g = src.item(100, 100, 1)
r = src.item(100, 100, 2)
print(b, g, r)

cv2.imshow("src", src)
cv2.waitKey()

如果希望設定該值，直接使用 itemset 函式即可，

src.itemset((100, 100, 0), 200)
print(src[100, 100])

可以任意尋找一張圖片進行對應的測驗，運行效果如下：

[ 31  68 118]
31 68 118
[200  68 118]

OpenCV 中影像屬性常見問題決議

對于一幅影像，除了像素矩陣以外，還有一個非常重要的內容，是影像的屬性，這些包括行、列、通道、資料型別，像素數量、影像形狀等內容，

例如，我們經常使用 img.shape 去獲取影像的形狀，尤其注意的是，回傳的內容是行數（rows），列數（cols），以及通道數（channels），并且回傳值型別是一個元組，

如果你讀取影像的時候，設定緊讀取灰度圖，那只會回傳行數和列數，相應的通過這個值很容易能判斷出你加載的影像型別，

例如下述代碼，通過不同的方式讀取同一張圖片，輸出影像的不同形狀，

import cv2
import numpy as np

# 選擇一個 png 圖片，可以讀取到不同的通道
src1 = cv2.imread("./test.png", -1)
src2 = cv2.imread("./test.png", 0)
src3 = cv2.imread("./test.png")
# 四通道，包含透明通道
print(src1.shape)
# 灰度圖
print(src2.shape)
# 三通道
print(src3.shape)

輸出結果可以快速的讀取出影像是彩色影像還是灰度影像，

(397, 595, 4)
(397, 595)
(397, 595, 3)

使用 img.size 可以快速回傳影像中像素的合計數目，測驗代碼如下：

# 選擇一個 png 圖片，可以讀取到不同的通道
src1 = cv2.imread("./test.png", -1)
src2 = cv2.imread("./test.png", 0)
src3 = cv2.imread("./test.png")
# 四通道，包含透明通道
print(src1.shape)
print(src1.size)
# 灰度圖
print(src2.shape)
print(src2.size)
# 三通道
print(src3.shape)
print(src3.size)

我們依舊三種不同的讀取方式，讀取到的像素數分別如下：

(397, 595, 4)
944860
(397, 595)
236215
(397, 595, 3)
708645

注意，灰度影像和彩色影像的像素數不同，它們之前存在如下關系，

灰度影像的像素數 = 行數 x 列數 = 397 x 595 = 236215

彩色影像的像素數 = 行數 x 列數 x 通道數 = 944860 （四通道）/ 708645（三通道）

使用 img.dtype 屬性可以獲取到影像的型別，具體如下：

print(src1.dtype)

這里讀取到的值，都是相同的 uint8 表示 8 位影像，這里可以記住只要是 uint8 格式，那對應的 BGR 值的范圍就是在 [0,255] 之間，

在操作上述屬性值的時候，會出現如下 BUG，該 BUG 的通用解決方案是排查圖片是否正常讀取，需要特別注意下：

AttributeError: 'NoneType' object has no attribute 'shape'

print(src1.dtype)

這里讀取到的值，都是相同的 uint8 表示 8 位影像，這里可以記住只要是 uint8 格式，那對應的 BGR 值的范圍就是在 [0,255] 之間，

在操作上述屬性值的時候，會出現如下 BUG，該 BUG 的通用解決方案是排查圖片是否正常讀取，需要特別注意下：

AttributeError: 'NoneType' object has no attribute 'shape'