OpenCV中圖像以Mat類型保存時各通道數(shù)據(jù)在內(nèi)存中的組織形式及python代碼訪問各通道數(shù)據(jù)的簡要方式

以最簡單的4 x 5三通道圖像為例，其在內(nèi)存中Mat類型的數(shù)據(jù)組織形式如下：

?

每一行的每一列像素的三個通道數(shù)據(jù)組成一個一維數(shù)組，一行像素組成一個二維數(shù)組，整幅圖像組成一個三維數(shù)組，即：

Mat.data[4, 5, 3] = [

[[B0, G0, R0],[B1, G1, R1],[B2, G2, R2],[B3, G3, R3],[B4, G4, R4]],

[[B5, G5, R5],[B6, G6, R6],[B7, G7, R7],[B8, G8, R8],[B9, G9, R9]],

[[B10, G10, R10],[B11, G11, R11],[B12, G12, R12],[B13, G13, R13],[B14, G14, R14]],

[[B15, G15, R15],[B16, G16, R16],[B17, G17, R17],[B18, G18, R18],[B19, G19, R19]]

]

我們通過python單獨訪問每個通道的數(shù)據(jù)可以采用切片（Slice）操作的方是：

img_blue?? = img_mat[:, :, 0]

img_green = img_mat[:, :, 1]

img_red??? = img_mat[:, :, 2]

上述代碼有些抽象，啟動python我們模擬操作一下，控制臺輸入python，進入shell，導(dǎo)入numpy（import numpy as np），然后輸入如下語句：

a = np.arange(36).reshape(4, 5, 3)

我們模擬了一個4行、3列、3通道的圖像數(shù)據(jù)，其內(nèi)容如下：

我們隨便取一通道的數(shù)據(jù)，比如BGR三通道的G通道，也就是第2個通道，繼續(xù)在python的shell界面輸入如下指令：

a[:, :, 1]

數(shù)據(jù)如下：

上述數(shù)據(jù)是一個二維數(shù)組：每一行的G通道數(shù)據(jù)組成一個一維數(shù)組，整幅圖像的G通道數(shù)據(jù)組成一個二維數(shù)組。

posted on 2018-09-29 21:09 Neo-T 閱讀(...) 評論(...) 編輯 收藏

轉(zhuǎn)載于:https://www.cnblogs.com/neo-T/p/9732974.html

總結(jié)

以上是生活随笔為你收集整理的OpenCV中图像以Mat类型保存时各通道数据在内存中的组织形式及python代码访问各通道数据的简要方式...的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。