如何使用python處理圖片實(shí)現(xiàn)圖像中的像素訪問

這篇文章將為大家詳細(xì)講解有關(guān)如何使用python處理圖片實(shí)現(xiàn)圖像中的像素訪問，小編覺得挺實(shí)用的，因此分享給大家做個(gè)參考，希望大家閱讀完這篇文章后可以有所收獲。

python有哪些常用庫

python常用的庫：1.requesuts；2.scrapy；3.pillow；4.twisted；5.numpy；6.matplotlib；7.pygama；8.ipyhton等。

前面的一些例子中，我們都是利用Image.open（）來打開一幅圖像，然后直接對這個(gè)PIL對象進(jìn)行操作。如果只是簡單的操作還可以，但是如果操作稍微復(fù)雜一些，就比較吃力了。因此，通常我們加載完圖片后，都是把圖片轉(zhuǎn)換成矩陣來進(jìn)行更加復(fù)雜的操作。

python中利用numpy庫和scipy庫來進(jìn)行各種數(shù)據(jù)操作和科學(xué)計(jì)算。我們可以通過pip來直接安裝這兩個(gè)庫

pip install numpy
pip install scipy

以后，只要是在python中進(jìn)行數(shù)字圖像處理，我們都需要導(dǎo)入這些包：

from PIL import Image
import numpy as np
import matplotlib.pyplot as plt

打開圖像并轉(zhuǎn)化為矩陣，并顯示：

from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
img=np.array(Image.open('d:/lena.jpg')) #打開圖像并轉(zhuǎn)化為數(shù)字矩陣
plt.figure("dog")
plt.imshow(img)
plt.axis('off')
plt.show()

調(diào)用numpy中的array（）函數(shù)就可以將PIL對象轉(zhuǎn)換為數(shù)組對象。

查看圖片信息，可用如下的方法：

print img.shape 
print img.dtype 
print img.size 
print type(img)

如果是RGB圖片，那么轉(zhuǎn)換為array之后，就變成了一個(gè)rows*cols*channels的三維矩陣,因此，我們可以使用img[i,j,k]來訪問像素值。

例1：打開圖片，并隨機(jī)添加一些椒鹽噪聲

from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
img=np.array(Image.open('d:/ex.jpg'))

#隨機(jī)生成5000個(gè)椒鹽
rows,cols,dims=img.shape
for i in range(5000):
  x=np.random.randint(0,rows)
  y=np.random.randint(0,cols)
  img[x,y,:]=255
  
plt.figure("beauty")
plt.imshow(img)
plt.axis('off')
plt.show()

例2：將lena圖像二值化，像素值大于128的變?yōu)?，否則變?yōu)?

from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
img=np.array(Image.open('d:/pic/lena.jpg').convert('L'))

rows,cols=img.shape
for i in range(rows):
  for j in range(cols):
    if (img[i,j]<=128):
      img[i,j]=0
    else:
      img[i,j]=1
      
plt.figure("lena")
plt.imshow(img,cmap='gray')
plt.axis('off')
plt.show()

如果要對多個(gè)像素點(diǎn)進(jìn)行操作，可以使用數(shù)組切片方式訪問。切片方式返回的是以指定間隔下標(biāo)訪問 該數(shù)組的像素值。下面是有關(guān)灰度圖像的一些例子：

img[i,:] = im[j,:] # 將第 j 行的數(shù)值賦值給第 i 行
img[:,i] = 100 # 將第 i 列的所有數(shù)值設(shè)為 100
img[:100,:50].sum() # 計(jì)算前 100 行、前 50 列所有數(shù)值的和
img[50:100,50:100] # 50~100 行，50~100 列（不包括第 100 行和第 100 列）
img[i].mean() # 第 i 行所有數(shù)值的平均值
img[:,-1] # 最后一列
img[-2,:] (or im[-2]) # 倒數(shù)第二行

關(guān)于“如何使用python處理圖片實(shí)現(xiàn)圖像中的像素訪問”這篇文章就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，使各位可以學(xué)到更多知識(shí)，如果覺得文章不錯(cuò)，請把它分享出去讓更多的人看到。