python數字圖像處理（3）：圖像像素的訪問與裁剪

圖片讀入程序中後，是以numpy數組存在的。所以對numpy數組的一切功能，對圖片也適用。對數組元素的訪問，實際上就是對圖片像素點的訪問。

彩色圖片訪問方式爲：

img[i,j,c]

i表示圖片的行數，j表示圖片的列數，c表示圖片的通道數（RGB三通道分別對應0，1，2）。座標是從左上角開始。

灰度圖片訪問方式爲：

gray[i,j]

例1：輸出小貓圖片的G通道中的第20行30列的像素值

from skimage import io,data
img=data.chelsea()
pixel=img[20,30,1]
print(pixel)

輸出爲129

例2：顯示紅色單通道圖片

from skimage import io,data
img=data.chelsea()
R=img[:,:,0]
io.imshow(R)

除了對像素進行讀取，也能夠修改像素值。

例3：對小貓圖片隨機添加椒鹽噪聲

from skimage import io,data
import numpy as np
img=data.chelsea()

#隨機生成5000個椒鹽
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
    
io.imshow(img)

這裏用到了numpy包裏的random來生成隨機數，randint(0,cols)表示隨機生成一個整數，範圍在0到cols之間。

用img[x,y,:]=255這句來對像素值進行修改，將原來的三通道像素值，變爲255

 

經過對數組的裁剪，就能夠實現對圖片的裁剪。

例4：對小貓圖片進行裁剪

from skimage import io,data
img=data.chelsea()
roi=img[80:180,100:200,:]
io.imshow(roi)

對多個像素點進行操做，使用數組切片方式訪問。切片方式返回的是以指定間隔下標訪問 該數組的像素值。下面是有關灰度圖像的一些例子：

img[i,:] = im[j,:] # 將第 j 行的數值賦值給第 i 行

img[:,i] = 100 # 將第 i 列的全部數值設爲 100

img[:100,:50].sum() # 計算前 100 行、前 50 列全部數值的和

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 行全部數值的平均值

img[:,-1] # 最後一列

img[-2,:] (or im[-2]) # 倒數第二行

最後咱們再看兩個對像素值進行訪問和改變的例子：

例5：將lena圖片進行二值化，像素值大於128的變爲1，不然變爲0

from skimage import io,data,color
img=data.lena()
img_gray=color.rgb2gray(img)
rows,cols=img_gray.shape
for i in range(rows):
    for j in range(cols):
        if (img_gray[i,j]<=0.5):
            img_gray[i,j]=0
        else:
            img_gray[i,j]=1
io.imshow(img_gray)

這個例子，使用了color模塊的rgb2gray（）函數，將彩色三通道圖片轉換成灰度圖。轉換結果爲float64類型的數組，範圍爲[0,1]之間。

 例6：

from skimage import io,data
img=data.chelsea()
reddish = img[:, :, 0] >170
img[reddish] = [0, 255, 0]
io.imshow(img)

這個例子先對R通道的全部像素值進行判斷，若是大於170，則將這個地方的像素值變爲[0,255,0], 即G通道值爲255，R和B通道值爲0。