前言

主要学习Numpy库的相关操作和Mat的基础知识。

前言
一、Numpy基本操作
- 1.创建矩阵
- - 创建数组array()
  - 创建全0/1数组zeros()/ones()
  - 创建全值数组full()
  - 单位矩阵identity()/eye()
- 2.检索与赋值
- 3.获取子矩阵Region of Image(ROI)
二、Mat结构体
- 1.Mat的实现
- 2.Mat拷贝
- - Mat浅拷贝
  - Mat深拷贝
- 3.访问图像(Mat)属性
- 4.通道的分离与合并

一、Numpy基本操作

1.创建矩阵

创建数组array()

a = np.array([2,3,4])
b = np.array([[1, 2], [3, 4]])

创建全0/1数组zeros()/ones()

c = np.zeros((3, 4, 2), np.uint8)
d = np.ones((3, 4, 2), np.uint8)

(3, 4, 2):(行数，列数，通道数/层数，即2个3x4的矩阵)
np.uint8：矩阵中元素数据类型
注：print函数由于解释不同，生成3个4x2的矩阵，但OpenCV解释成2个3x4的矩阵。

创建全值数组full()

e = np.full((8, 8), 255, np.uint8)
print(e)

单位矩阵identity()/eye()

f = np.identity(4)  #identity(方阵阶数)
g = np.eye((5, 7), k = 2)  # eye可以生成长方形的矩阵,k表示前k列全为0

2.检索与赋值

下标法：
[y, x]，y在前，x在后。
[y, x, channel]，加了一个通道

程序：纯黑界面画一条蓝色的线

import numpy as np
import cv2img = np.zeros((480, 640, 3), np.uint8)
count = 0
while count < 200:# img[count, 100, 0] = 255img[count, 100] = [255, 0, 0]  #上下两条语句都可以赋值count += 1cv2.imshow('img', img)
key = cv2.waitKey(10000)
if(key & 0xFF ==ord('q') ):cv2.destroyAllWindows()

3.获取子矩阵Region of Image(ROI)

[y1:y2,x1:x2]

从图像img取一小块到roi程序

img = np.zeros((480, 640, 3), np.uint8)
roi = img[100:400, 100:500]
roi[:, :] = [0, 0, 255]

二、Mat结构体

Mat实质上是一个矩阵，例如黑白图片是单通道的矩阵，而彩色图片就是3通道（分别表示B、G、R）的矩阵。因此Mat可以通过Numpy以矩阵方式操作。

1.Mat的实现

Mat由Header和Data两部分构成，Data就是图片的数据，Header则是一些属性信息

2.Mat拷贝

由于图像数据较大，Mat数据默认进行浅拷贝，即只拷贝Header部分，而共用Data，

Mat浅拷贝

通过"="进行的赋值操作默认都是浅拷贝。

Mat A
A = imread(file, IMREAD_COLOR)
Mat B(A);    #构造函数，并用A进行列表初始化

Mat深拷贝

底层C++有两种方法实现深拷贝

cv::Mat::clone()
cv::Mat::copyTo()

Python中则通过函数copy()实现深拷贝。
程序演示

import cv2
import numpy as npimg = np.zeros((480, 640, 3), np.uint8)
img2 = img
img3 = img.copy()img[10:100, 10:100] = [0, 0, 255]cv2.imshow('img', img)
cv2.imshow('img2', img2)
cv2.imshow('img3', img3)
key = cv2.waitKey(0)
if(key & 0xFF ==ord('q') ):cv2.destroyAllWindows()

3.访问图像(Mat)属性

import cv2
import numpy as npimg = np.zeros((480, 640, 3), np.uint8)#shape属性包含3个信息（高，长，通道数）
print("shape:", img.shape)#size =高*长*通道数（占用空间）
print("size:", img.size)# dtype是每个元素的位深
print("dtype:", img.dtype)

4.通道的分离与合并

分离 split(mat)
合并 merge((ch1, ch2, …))
示例程序

import cv2
import numpy as npimg = np.zeros((480, 640, 3), np.uint8)
b, g, r = cv2.split(img)
b[10:100, 10:100] = 255
g[10:100, 10:100] = 255
img2 = cv2.merge((b, g, r))cv2.imshow('img', img)
cv2.imshow('b', b)
cv2.imshow('img2', img2)
cv2.waitKey(0)

OpenCV_03 Numpy库和Mat相关推荐

numpy库中的mat和array使用小结
numpy的导入和使用: from numpy import *; 矩阵Mat的创建 1.由一维或二维数据创建矩阵 a1=array([1,2,3]); a1=mat(a1); 由列表list创建矩阵 ...
机器学习中的Numpy库基础——向量、矩阵和数组
1.Numpy简介 Numpy是Python机器学习技术栈的基础. Numpy可以对机器学习中常用的数据结构--向量(vector).矩阵(matrice).张量(tensor)--进行高效的操作. ...
python中mean的用法_python 的numpy库中的mean()函数用法介绍
1. mean() 函数定义: numpy.mean(a, axis=None, dtype=None, out=None, keepdims=)[source] Compute the arithm ...
[基础库Numpy] 技能树总结：一篇文章学会Numpy库
目录 1.基础库的下载 (1)终端窗口下载安装 (2)包管理器搜索下载 2.Numpy库常用API简介 (1)创建数组 #构造法 #特殊值法 #随机数法 #定长分割法 #重复构造法 #网格构造法 (2 ...
python 的numpy库中的mean()函数用法介绍
这篇文章主要介绍了python 的numpy库中的mean()函数用法介绍,具有很好对参考价值,希望对大家有所帮助.一起跟随小编过来看看吧 mean() 函数定义: 2 mean()函数功能: 求取均 ...
Numpy库及ndarrary基础知识
Numpy简介 Numpy是一个开源的Python科学计算基础库. 一个强大的N维数组对象 ndarray 广播功能函数整合C/C++/Fortran代码的工具线性代数.傅里叶变换.随机数生成等功 ...
python中的numpy库有什么优缺点_python中关于numpy库的介绍
1.Numpy是什么? NumPy(Numerical Python的缩写)是一个开源的Python科学计算库.使用NumPy,就可以很自然地使用数组和矩阵. NumPy包含很多实用的数学函数,涵盖线 ...
python average函数怎么用_python 的numpy库中的mean()函数用法介绍
1. mean() 函数定义: numpy.mean(a, axis=None, dtype=None, out=None, keepdims=)[source] Compute the arithm ...
python学习笔记之numpy库的使用——超详细
文章目录 NumPy介绍一.如何创建 1.导入Numpy库,并命名为np: 2.查看版本 3.通过列表创建一维数组: 4.通过列表创建二维数组: 5.创建全为0的二维数组 6.创建全为1的三维数组 ...

OpenCV_03 Numpy库和Mat

前言

目录