python numpy创造图像矩阵示例详解
创建RGB矩阵列表
h, w = img.shape[:2] s = 3 img1 = np.zeros([h, w, s], dtype = np.uint8)
zeros表示创建的是零矩阵,h 表示多少列,w 表示多少行,s 表示通道数目
默认格式为float64;uint8表示一种特殊的格式:只能为0~255的整数(8位二进制整型),(254+3=1)。这样构造的img1就是一张三通道与img同大小的黑色的图片。
修改图片颜色
img1[:,:] = (255,0,0)
原本img1中颜色通道为(0,0,0)表示黑色,通过给每一行,每一列的颜色通道赋予RGB颜色就能改变颜色,如(255,0,0)表示蓝色,(0,255,0)表示绿色,(0,0,255)表示红色,(255,255,255)表示白色
黑色背景中绘制出白色矩形
这是我自制的一个在黑色图片中绘制出白色矩形的函数
创建一个400*400的黑色图片 img = np.zeros([400, 400, 3], np.uint8)
得到图片:
获得图像像素的长宽 h, w = img.shape[:2] 设置矩形的起始点 x, y = (50,50) 设置矩形内陷的宽度 w = 10 开始改变矩形数值,将原本的黑0变为白255 img[x:w - x, y:y + s] = 255 img[w - x - s:w - x, y + s:h - y] = 255 img[x:w - x - s, h - y - s:h - y] = 255 img[x:x + s, y + s:h - y - s] = 255
得到输出:
以上就是python numpy创造图像矩阵示例详解的详细内容,更多关于python numpy创造图像矩阵的资料请关注脚本之家其它相关文章!
相关文章
Python 基于FIR实现Hilbert滤波器求信号包络详解
今天小编就为大家分享一篇Python 基于FIR实现Hilbert滤波器求信号包络详解,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2020-02-02tensorflow通过模型文件,使用tensorboard查看其模型图Graph方式
今天小编就为大家分享一篇tensorflow通过模型文件,使用tensorboard查看其模型图Graph方式,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2020-01-01
最新评论