學習時，將每塊注釋分別去掉即為一個模塊知識點

圖像數字化

import numpy as np """ #二維的ndarry #兩行四列全是0的uchar類型的二維數組 z = np.zeros((2,4),np.uint8) print(type(z)) print(z) print("\n")#兩行四列全是1的整型矩陣 o = np.ones((2,4),np.int32) print(o) print("\n")#浮點型矩陣 m = np.array([[4,12,3,1],[10,12,14,29]],np.float32) print(m) print("\n") """""" #二維的ndarry #2×2×4的32為浮點型數組 m = np.array([[[1,2,3,4],[5,6,7,8]],[[10,11,12,14],[15,16,17,18]]],np.float32) print(m) """""" #ndarry成員變量 m = np.array([[4,12,3,1],[10,12,14,29]],np.float32) #m的尺寸 print(m.shape) #m的數據類型 print(m.dtype) """""" #訪問ndarry中的值 #訪問二維ndarry中的值 m = np.array([[14,12,3,1],[10,12,114,29],[67,23,534,2]],np.float32) #從第0行第0列開始，：表示整個，左開右閉 print(m) print(m[1,3])#第1行第3列 print(m[2,:])#整個第2行 print(m[:,3])#整個第3列 print(m[0:2,1:3])#第0行到第2行 ∩ 第1列和第3列的 """""" #訪問三維ndarry中的值 m = np.array([[[1,2,3,4],[5,6,7,8]],[[10,11,12,14],[15,16,17,18]],[[11,12,43,32],[1,5,10,23]]],dtype=float) print(m) #所有二維數組的第0列 print(m[:,:,0]) #第0個二維數組 print(m[0,:,:]) """''' Mat(Size(int cols,int rows),int type) 其中cols列（寬） rows行（高） type類型，包括通道數及其數據類型CV_8UC(n)CV_16SC(n)CV_16UC(n)CV_32SC(n)CV_32FC(n)CV_64FC(n) 8U、8S、16S、16U、32S、32F、64F代表一個數值所占的bit數，1byte=8bit，都應該除以8再看 1U、1S、2S、2U、4S、4F、8F uchar、S為int、32F為4字節的float，64F為8字節的double C(n)表示通道數，n=1即二維矩陣，n=2即三維矩陣... '''""" #ndarray的加法 src1 = np.array([[23,123,90],[100,250,0]],np.uint8) src2 = np.array([[125,150,60],[100,10,40]],np.uint8) print(src1) print(src2) dst = src1 + src2 print(dst) print(dst.dtype) #仔細看123+150=273，最后的結果為273%255-1=17 """ ''' src1 = np.array([[23,123,90],[100,250,0]],np.uint8) src2 = np.array([[125,150,60],[100,10,40]],np.uint8) dst = cv2.add(src1,src2,dtype=cv2.CV_32F) print(dst) '''""" #ndarry的減法 src1 = np.array([[23,123,90],[100,250,0]],np.uint8) src2 = np.array([[125,150,60],[100,10,40]],np.uint8) dst = src1 - src2 print(dst) #23-125=-102 -102%255+1=154 """""" #ndarray的點乘 src1 = np.array([[23,123,90],[100,250,0]],np.uint8) src2 = np.array([[125,150,60],[100,10,40]],np.uint8) dst = src1 * src2 print(dst) dst1 =np.multiply(src1,src2) print(dst1) """""" #ndarray的點除 src1 = np.array([[23,123,90],[100,250,0]],np.uint8) src2 = np.array([[125,150,60],[100,10,40]],np.uint8) src3 = np.array([[23,123,90],[100,250,0]],np.float32) dst = src2 / src1 dst1 = src2 / src3 print(dst) print(dst1) #Numpy在處理分母為0的時候，如果兩個ndarray都是uint8類型則返回0，其他情況返回inf """""" #ndarray的乘法 src3 = np.array([[1,2,3],[4,5,6]],np.uint8) src4 = np.array([[6,5],[4,3],[2,1]],np.uint8) dst = np.dot(src3,src4) print(dst) """""" #ndarray的指數和對數運算 src5 = np.array([[6,5],[4,3]],np.uint8) dst2 = np.log(src5) dst3 = np.exp(src5) print(dst2) print(dst2.dtype) print(dst3) print(dst3.dtype) #log對數，exp指數，矩陣類型只能是CV_32F或者CF_64F """""" #ndarray的冪指數和開平方運算 src = np.array([[25,40],[10,100]],np.uint8) dst1 = np.power(src,2) print(dst1) print(dst1.dtype) dst2 = np.power(src,2.0) print(dst2) print(dst2.dtype) #power中指數是2和2.0的時候返回值會不同，精度不同，這點要注意 """

總結

以上是生活随笔為你收集整理的OpenCV笔记（基于Python）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。