今天的主要外卖是使用 Numpy. Array 获得像素和ROI。
第一个是 Numpy. 阵列访问像素。
一. 使用 Numpy, 创建一个二维随机阵列, 以模仿灰度图像和访问, 并改变其像素 。
输出结果如下：
二. 允许所有像素都是随机的, 生成灰度图像 。
输出的结果如下：
如果你喜欢,你可以使用np. 我不知道你在说什么, 但随机.randint () 产生“黑白电视”。
此外,对像素类型操作的额外访问与第二节描述的类似。 更多信息见Opencv+Python学习日志2:基本图像处理操作-像素处理(Code excession)-Cloud Research-CSDN Blog。
之后,我们将继续了解ROI地区的情况。
二、ROI(利益内容)
一. 检索并显示女孩面部照片的信息。
输出结果如下：
从中可以看出,经过几次相互参照之后,可以产生一个仅由“面孔”组成的区域。
二,为女孩形象做个窃听器
输出结果如下：
应当指出,“随机”编码区域的大小应与“偏移”区域的大小一致。
130=250-120;150=250-100
否则,可报告下列错误。
三. 将ROI照片复制到另一张图像中。
虽然似乎只支持灰度图像改变,
输出结果如下：
当然,必须为不同的图像修改区域选择标准。
附件（样例图片）：
girl.png
gray1.jpg
gray3.jpg
我拿走了灰色2jpg(灰色2jpg)