取得图像信息

这篇教学会介绍使用 OpenCV，取得图像的长宽尺寸、以及读取图像中某些像素的颜色数值。

因为程序中的 OpenCV 会需要使用镜头或 GPU，所以请使用本机环境 ( 参考：使用 Python 虚拟环境 ) 或使用 Anaconda Jupyter 进行实作 ( 参考：使用 Anaconda ) ，并安装 OpenCV 函数库 ( 参考：OpenCV 函数库 )。

快速导览：

• shape 取得长宽与色版数量
• size 取得像素总数
• dtype 取得数据类型
• 取得每个像素的色彩信息

shape 取得长宽与色版数量

使用 OpenCV 的 imread() 方法读取的图像后，透过 shape 属性，能取得图像的宽、长和色版数量，通常色版数量 ( 色彩通道 ) 会由 R、G、B 色光三原色组成，如果图像不具有三个色版，则只会取得宽与长。

import cv2
img = cv2.imread('meme.jpg')
print(img.shape)            # 得到 (360, 480, 3)
cv2.imshow('oxxostudio', img)
cv2.waitKey(0)              # 按下任意鍵停止
cv2.destroyAllWindows()

size 取得像素总数

使用 OpenCV 的 imread() 方法读取的图像后，透过 size 属性，能取得图像的像素总数，像素总数为“宽 x 长 x 色版数量”。

import cv2
img = cv2.imread('meme.jpg')
print(img.size)            # 518400 ( 360x480x3 )
cv2.imshow('oxxostudio', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

dtype 取得数据类型

使用 OpenCV 的 imread() 方法读取的图像后，透过 dtype 属性，能取得图像的数据类型。

import cv2
img = cv2.imread('meme.jpg')
print(img.dtype)            # uint8
cv2.imshow('oxxostudio', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

取得每个像素的色彩信息

使用 OpenCV 的 imread() 方法读取的图像后，可以印出图片的“三维数组”信息，以下方的程序码为例，可以印出一张 4x4 的图片数组，可以看到每一个像素都有 B、G、R 三个颜色信息，颜色范围均是 0～255 ( 范例图片将 4x4 放大，比较容易理解 )。

import cv2
img = cv2.imread('meme-test.png')
print(img)
cv2.imshow('oxxostudio', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

了解原理后，也可以使用变数来装载图片的色彩信息。

import cv2
img = cv2.imread('meme-test.png')
b, g, r = cv2.split(img)
print(b)
print(g)
print(r)
cv2.imshow('oxxostudio', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

既然能取得图片的每个像素信息，就能针对这些像素进行修改，举例来说，透过数组切片赋值的方法，就能将一张去除图片中的红色、绿色或蓝色。

import cv2
img_blue = cv2.imread('meme.jpg')
img_green = cv2.imread('meme.jpg')
img_red = cv2.imread('meme.jpg')
img_blue[:,:,1] = 0    # 將綠色設為 0
img_blue[:,:,2] = 0    # 將紅色設為 0
img_green[:,:,0] = 0   # 將藍色設為 0
img_green[:,:,2] = 0   # 將紅色設為 0
img_red[:,:,0] = 0     # 將藍色設為 0
img_red[:,:,1] = 0     # 將綠色設為 0
cv2.imshow('oxxostudio blue', img_blue)
cv2.imshow('oxxostudio green', img_green)
cv2.imshow('oxxostudio red', img_red)
cv2.waitKey(0)
cv2.destroyAllWindows()

参考数据

• https://docs.opencv.org/4.x/d3/df2/tutorial_py_basic_ops.html

意见反馈