用python處理圖片實現映像中的像素訪問

這篇文章主要介紹了關於用python處理圖片實現映像中的像素訪問，有著一定的參考價值，現在分享給大家，有需要的朋友可以參考一下

前面的一些例子中，我們都是利用Image.open（）來開啟一幅映像，然後直接對這個PIL對象進行操作。如果只是簡單的操作還可以，但是如果操作稍微複雜一些，就比較吃力了。因此，通常我們載入完圖片後，都是把圖片轉換成矩陣來進行更加複雜的操作。

python中利用numpy庫和scipy庫來進行各種資料操作和科學計算。我們可以通過pip來直接安裝這兩個庫

pip install numpypip install scipy

以後，只要是在python中進行數位影像處理，我們都需要匯入這些包：

from PIL import Imageimport numpy as npimport matplotlib.pyplot as plt

開啟映像並轉化為矩陣，並顯示：

from PIL import Imageimport numpy as npimport matplotlib.pyplot as pltimg=np.array(Image.open('d:/lena.jpg')) #開啟映像並轉化為數字矩陣plt.figure("dog")plt.imshow(img)plt.axis('off')plt.show()

調用numpy中的array（）函數就可以將PIL對象轉換為數組對象。

查看圖片資訊，可用如下的方法：

print img.shape print img.dtype print img.size print type(img)

如果是RGB圖片，那麼轉換為array之後，就變成了一個rows*cols*channels的三維矩陣,因此，我們可以使用img[i,j,k]來訪問像素值。

例1：開啟圖片，並隨機添加一些椒鹽雜訊

from PIL import Imageimport numpy as npimport matplotlib.pyplot as pltimg=np.array(Image.open('d:/ex.jpg'))#隨機產生5000個椒鹽rows,cols,dims=img.shapefor i in range(5000):  x=np.random.randint(0,rows)  y=np.random.randint(0,cols)  img[x,y,:]=255  plt.figure("beauty")plt.imshow(img)plt.axis('off')plt.show()

例2：將lena映像二值化，像素值大於128的變為1，否則變為0

from PIL import Imageimport numpy as npimport matplotlib.pyplot as pltimg=np.array(Image.open('d:/pic/lena.jpg').convert('L'))rows,cols=img.shapefor i in range(rows):  for j in range(cols):    if (img[i,j]<=128):      img[i,j]=0    else:      img[i,j]=1      plt.figure("lena")plt.imshow(img,cmap='gray')plt.axis('off')plt.show()

如果要對多個像素點進行操作，可以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。下面是有關灰階映像的一些例子：

img[i,:] = im[j,:] # 將第 j 行的數值賦值給第 i 行img[:,i] = 100 # 將第 i 列的所有數值設為 100img[:100,:50].sum() # 計算前 100 行、前 50 列所有數值的和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 行所有數值的平均值img[:,-1] # 最後一列img[-2,:] (or im[-2]) # 倒數第二行