這篇文章主要介紹了Python+OpenCV中圖片局部區(qū)域像素值處理的示例分析，具有一定借鑒價值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。
圖片本就是數(shù)組形式，對于8位灰度圖，通道數(shù)為1,它就是個二位數(shù)組，這樣就沒有必要再設(shè)置ROI區(qū)域，復(fù)制出來這塊區(qū)域再循環(huán)提取像素存入數(shù)組進(jìn)行處理了，可以直接將圖片存入數(shù)組，再利用numpy進(jìn)行切分相應(yīng)的數(shù)組操作就可以了。
ps：這次我重新裝的opencv3.2.0版本，代碼里面直接用cv2了
# 查看opencv版本，終端輸入： $ pkg-config --modversion opencv
cv_img_cv2.py
重慶分公司
重慶分公司
# -*- coding:utf-8 -*-
__author__ = 'lwp'
import cv2
import numpy as np
import matplotlib.pyplot as plt
path ='/media/lwp/A/111111.jpg' # 圖片路徑
lwpImg = cv2.imread(path) # 加載圖片
gray_lwpImg = cv2.cvtColor(lwpImg, cv2.COLOR_BGR2GRAY) # 轉(zhuǎn)為灰度圖
# 畫目標(biāo)區(qū)域，參數(shù)分別為圖片、左上坐標(biāo)、右下坐標(biāo)、框的顏色、框線條的粗細(xì)
lwpImg = cv2.rectangle(lwpImg, (290, 0), (310, 327), (0, 255, 0), 2)
# 顯示標(biāo)記后的圖片
cv2.imshow('local_pixel', lwpImg)
# 提取圖片像素值到矩陣
pixel_data = np.array(gray_lwpImg)
# 提取目標(biāo)區(qū)域
box_data = pixel_data[:, 290:310]
# 矩陣行求和
pixel_sum = np.sum(box_data, axis=1)
# 畫圖
x = range(576)
fig = plt.figure(figsize=(4, 2))
ax1 = fig.add_subplot(1, 1, 1)
ax1.bar(x, pixel_sum, width=1) # x為每個條形到x軸0點的距離，width為每個條的寬度
plt.xlabel('X')
plt.ylabel('Y')
plt.title('edge_filter')
plt.grid(True)
plt.show()
key = cv2.waitKey(0) & 0xFF
if key == ord('q'): # 按q關(guān)閉窗口
cv2.destroyAllWindows()效果：
感謝你能夠認(rèn)真閱讀完這篇文章，希望小編分享的“Python+OpenCV中圖片局部區(qū)域像素值處理的示例分析”這篇文章對大家有幫助，同時也希望大家多多支持創(chuàng)新互聯(lián)成都網(wǎng)站設(shè)計公司，關(guān)注創(chuàng)新互聯(lián)成都網(wǎng)站設(shè)計公司行業(yè)資訊頻道，更多相關(guān)知識等著你來學(xué)習(xí)!
另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、網(wǎng)站設(shè)計器、香港服務(wù)器、美國服務(wù)器、虛擬主機、免備案服務(wù)器”等云主機租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價比高”等特點與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場景需求。
