Numpy應用案例

注：使用numpy庫來對影象進行處理。這裡我們使用matplotlib.pyplot的相關方法來輔助。處理影象的時候，顏色都是使用RGB三個通道進行疊加而形成的一個顏色 R：紅色通道G：綠色B: 藍色可以使用三維的陣列來表示一張圖片

最高維度0：圖片的高度 次高維1：圖片的寬度 最低維2：RGB三個元素

In ［2］：

import numpy as np

import matplotlib。pyplot as plt

影象讀取與顯示

plt。imread：讀取影象，返回影象的陣列（三維陣列）。

plt。imshow：顯示影象。

plt。imsave：儲存影象。

說明：

imread方法預設只能處理png格式的影象，如果需要處理其他格式的影象，需要安裝pillow庫。

In ［62］：

a=plt。imread（“1。jpg”） # 將圖片資訊讀取成陣列資訊

# 返回的資訊是一個三維的陣列

# 最高維度：一共有332個元素

# 次高維：一共有500個元素

# 最低維：每個畫素點的顏色信r g b

a #已知陣列資訊，使用imshow讀取成圖片

plt。imshow（a）

# 將陣列資訊儲存成圖片

plt。imsave（“c：/numpy。jpg”，a）

# 利用已學過的知識顯示陣列a的形狀

print（a。shape）

（332， 500， 3）

顯示純色影象

顯示白色影象

顯示黑色影象

顯示指定顏色影象

In ［23］：

# （1）如何在ndarray陣列中儲存一張圖片。

# 三維：最高維：高

# 次高維：寬

# 最低維：顏色

# 顏色的儲存：

# 在numpy中可以有兩種形式：

# 3 rgb顏色值越大，圖片就越亮

#一種是無符號 uint8 0-255

#float型別 float 0-1

# x=np。ones（shape=（100，200，3））#白色影象，rgb［1，1，1］

# x=np。zeros（shape=（100，200，3））#黑色色影象，rgb［0，0，0］

# x=np。full（shape=（100，200，3），fill_value=255）#rgb［255，255，255］

# plt。imshow（x）

# x=np。full（shape=（100，200，3），fill_value=148） # ［148，148，148］，［148，148，148］，［148，148，148］，［148，148，148］，

# 使得rgb三個值都不同，但是影象上的所有點的rgb顏色都一致，就是純色的其他顏色的圖

# plt。imshow（x）

# 每個下畫素點的值［228，251，142］

# x=［228，251，142］ # 不行 直接使用x進行賦值，不是在對x中的每個元素進行賦值，而是將x跟其他的資料物件進行了繫結。

# x［：，：］ # 獲取影象中的每個rgb元素的值（列表）

# x［：，：］=［228，251，142］

# x［：］=［228，251，142］ # 簡化，因為獲取的低維度全部獲取。

# plt。imshow（x）

Out［23］：

轉換為灰度圖

灰度圖的資料可以看成是二維陣列，元素取值為0 ~ 255，其中，0為黑色，255為白色。從0到255逐漸由暗色變為亮色。

灰度圖轉換（ITU-R 601-2亮度變換）：

L = R * 299 / 1000 + G * 587 / 1000 + B * 114 / 1000

R，G，B為最低維的資料。

顯示灰度圖時，需要在imshow中使用引數：

cmap=“gray”

In ［36］：

# a# 三維的陣列 最高維：高， 次高維：寬 最低維［R，G，B］

# b=np。array（［0。299，0。587，0。114］）

# x=np。dot（a，b） # 將上面的RGB和b陣列中的每個元素進行對位相乘，再相加，一定得到的是一個數字L

# plt。imshow（x，cmap=“gray”）

#第二種比較粗糙的方式，

# 目的是讓每個rgb都變成一個數值，可以去rgb三個數值中的最大值，最小值，或者是平均值。

# x=np。max（a，axis=2）

# plt。imshow（x，cmap=“gray”）

# x=np。min（a，axis=2）

# plt。imshow（x，cmap=“gray”）

# x=np。mean（a，axis=2）

# plt。imshow（x，cmap=“gray”）

Out［36］：

灰度圖（2）

以上轉換為標準的公式，我們也可以採用不正規的方式：

使用最大值代替整個最低維

使用最小值代替整個最低維

使用平均值代替整個最低維

影象顏色通道

對於彩色影象，可以認為是由RGB三個通道構成的。每個最低維就是一個通道。分別提取R，G，B三個通道，並顯示單通道的影象。

In ［68］：

t=a。copy（）

# 進行紅色通道的提取：就是將每個畫素點中的g和b，設定成0

# （1）獲取素有的畫素點。

# （2）將每個畫素點中的第1個元素和第二個元素（g，b）設定成0

# ［r，g，b］

# t［：，：，1：3］=0

# plt。imshow（t）

# 對藍色通道進行提取

# 將b不變，其餘都設定成0

#［r，g，b］

# t［：，：，0：2］=0

# plt。imshow（t）

# 對綠色通道進行提取

# 將g不變，其餘都設定成0

#［r，g，b］

# t［：，：，0：3：2］=0

# t［：，：，：：2］=0

# plt。imshow（t）

# 獲取綠色通道，如果不使用切片，只使用索引

# 透過提供整數索引

# a=np。array（［1，2，3，4，5］）

# a［1］，a［3］，a［4］

# index=［1，3，4］ #形成索引列表

# a［index］

t

# greenindex=［0，2］

# t［：，：，greenindex］=0

# 以下三種方法都可以

t［：，：，［0，2］］=0

t［：，：，0：3：2］=0

t［：，：，：：2］=0

# plt。imshow（t）

# 一起顯示

red=a。copy（）

green=a。copy（）

blue=a。copy（）

red［：，：，1：3］=0

green［：，：，：：2］=0

blue［：，：，：2］=0

fig，ax=plt。subplots（2，2）

fig。set_size_inches（15，15）

ax［0，0］。imshow（a）

ax［0，1］。imshow（red）

ax［1，0］。imshow（green）

ax［1，1］。imshow（blue）

Out［68］：

影象重複

將影象沿著水平方向重複三次。

將影象沿著垂直方向重複兩次。

將影象沿著水平方向重複兩次，垂直重複三次。

In ［74］：

t=a。copy（）

# r=np。concatenate（（t，t，t），axis=1）

# r=np。concatenate（（t，t），axis=0）

# 先水平方向兩次，再垂直方向3次

r1=np。concatenate（（t，t），axis=1）

r2=np。concatenate（（r1，r1，r1），axis=0）

plt。imshow（r2）

Out［74］：

影象鏡面對稱

將影象水平鏡面轉換。

將影象垂直鏡面轉換。

In ［91］：

# li=［1，2，3，4，5］

# li［：：-1］

# 獲得ndarray陣列下的每一列

# x=np。array（［［1，2，3，4］，

# ［5，6，7，8］］）

# x［1］

# x［：，1］

t=a。copy（）

# t［：，：：-1］

plt。imshow（t［：，：：-1］）

# 水平鏡面

# 相當於進行行交換，讓原來第0行，顯示在第n行

t=a。copy（）

plt。imshow（t［：：-1］）

Out［91］：

左右旋轉

將影象向左旋轉90 / 180度。

將影象向右旋轉90 / 180度。

In ［100］：

# 對於二維陣列來說，行變列，列變行

x=np。array（［［1，2，3］，［4，5，6］］）

print（x）

x。transpose（）

# 向左旋轉90度

# （1）先tranpose

#（2）再做水平鏡面

# t=a。copy（）

# r=t。transpose（1，0，2）

# plt。imshow（r［：：-1］）

# 右旋轉90

# （1）轉置

#（2）做垂直鏡面

t=a。copy（）

# t。transpose（1，0，2）

r=t。swapaxes（0，1）

plt。imshow（r［：，：：-1］）

［［1 2 3］

［4 5 6］］

Out［100］：

顏色轉換

在影象中，用綠色值代替以前的紅色值，用藍色值代替以前的綠色值，用紅色值代替以前的藍色值。

顏色遮擋 / 疊加

在指定的區域使用特定的純色去遮擋影象。

在指定的區域使用隨機生成的影象去遮擋影象。

使用小影象放在大影象上。

影象分塊亂序

將影象分成若干塊子影象（例如10 * 10），然後打亂各子影象順序（拼圖）。

如果你覺得文章還不錯，請大家點贊分享下。你的肯定是我最大的鼓勵和支援。

▼

更多幹貨分享，請關注公眾號Python爬蟲與大資料分析呀！

▼