對于圖像，我們經常需要知道關于圖像的特殊屬性，比如寬度，高度，面積，像素點數目等等，那么在opencv-python中，這些信息如何獲取呢？

本文結構：

1.基本圖像屬性

2. 對于opencv中的特殊數據類型

3. 圖像的矩

1. 圖像的基本屬性

圖像的寬度、高度

首先，opencv通過下面的方式獲取圖像內容

img = cv2.imread('bgrImage.jpg', -1)#-1-以圖像原格式，0-灰度格式，1-三通道格式， OpenCV使用的BGR三通道格式

opencv-python中使用cv2.imread()函數讀取圖像信息，數據類型為numpy.ndarray，不能通過img.cols, img.rows來獲取(C++版本cv::Mat的方式)，通常會采用下面的方式獲取圖像的寬度，高度，通道數。

row, col, channel = img.shape #返回一個tuple(row, col, channel)

圖像的像素數目，數據類型

pixels = img.size

img_data_type = img.dtype#uint8等

對像素點的索引

px = img[10, 10]

print(px)# [ 84 188 155]

px = img[10, 10, 0]

print(px) # 84

我們可以通過上面的方式實現對圖像元素進行操作, 當你對處理速度有要求，可以使用img.item(row, col, channel)來獲取元素和使用img.itemset((row, col, channel), val)來修改元素。

2. 對于opencv中的特殊數據類型

這里主要參考著C++版本的OpenCV庫，比如cv::Point, cv::Rect, cv::Scalar， 此外還有一些如cv::Point3i, Vec4i等，在某些函數使用到時對應即可。在opencv-python中，使用numpy的數據格式進行處理，并不存在Point， Rect， Scalar這些特殊的概念，而是將其一般化了, 比如在繪制圓的時候：

cv2.circle(img, (x, y), radius, color, thickness) #opencv的官方教程速度還真比不上百度

對于圓心，直接使用一個tuple類型就行，不再有cv::Point這樣的特殊數據類型，這樣對于傳參的時候靈活了不少。

對于矩形cv::Rect，在python版本中繪制rectangle則無法使用傳遞(x, y, w, h)這樣的格式，只存有(x0, y0), (x1, y1)這樣傳遞左上和右下點信息來完成

cv2.rectangle(img, (x0, y0), (x1, y1), color, line_width)

對于外接矩形，直接通過x, y, w, h來獲取矩形的信息

x, y, w, h = cv2.boundingRect(contour)

對于cv::Scalar，也直接使用tuple來表示了，如：

img_mean = cv2.mean(img)# (127.549025, 127.6246, 127.67580000000001, 0.0)

返回一個長度為4的tuple，這對應C++的cv::Scalar.

3. 圖像的矩

對于圖像處理，我們的目的是提取圖像特征信息，不論是選取ROI(感興趣區域)，還是濾波，邊緣提取等等，而且我們希望提取的特征受到噪聲，幾何形變，光線的影響越少越好，這樣的特征存在么？幸運的是，還真發現了這樣的特征--不變矩。

在OpenCV中，關于矩的使用常用在下面幾個地方：

計算輪廓的質心

# 常伴隨cv2.findContours()使用，cv2.moments第一個參數為點集

img_moments = cv2.moments(contour)

# 計算質心centroid坐標信息cent_x和cent_y

cent_x = int(img_moments['m10']/img_moments['00'])

cent_y = int(img_moments['m01']/img_moments['00'])

通過比較輪廓的矩來進行目標的匹配

對于opencv-python的基礎數據類型，有問題歡迎留言， Have Fun With OpenCV-Python, 下期見。

總結

以上是生活随笔為你收集整理的opencv python教程简书_OpenCV-Python系列二：常用的图像属性的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。