OpenCV基础入门30讲(Python)——第三讲 图像对象的创建与赋值

在OpenCV里,对图像的操作是最为基本的。接下来我们看一下图像对象的创建与赋值。

注:前文介绍过的代码和操作不再重复。

代码

在 main 文件中,先导入新的模块

python 复制代码
# 导入 numpy 模块,重命名为 np
import numpy as np

再写进以下代码:

python 复制代码
# 第三节课 图像对象的创建与赋值
def mat_demo():
    image = cv.imread('C:/Users/28267/Desktop/Python/Py_OpenCV481/python_opencv_quick_tutorial/image/3.jpg')
    if image is None:
        print("错误: 未发现图像或者图像不能被加载.")

    # 计算新的图像尺寸
    width = int(image.shape[1] * 0.2)
    height = int(image.shape[0] * 0.2)
    dim = (width, height)

    # 缩小图像
    resized_image = cv.resize(image, dim, interpolation=cv.INTER_AREA)
    # h, w, c = resized_image.shape
    # 打印图像尺寸以及通道数
    print(resized_image.shape)
    # 打印 resized_image 图像的数值
    print(resized_image)
    # 截取 resized_image 图像的高(100:400),宽(60:280)所组成的矩形区域,给roi
    roi = resized_image[100:400, 60:280]
    # 创建一个宽,高,通道数和 resized_image 一样,但数值全为零的图像blank
    blank = np.zeros_like(resized_image)
    # blank = np.zeros((h, w, c), dtype=np.uint8)
    # 把图像 resized_image 的部分区域截取到 blank 同样的区域
    blank[100:400, 60:280, :] = resized_image[100:400, 60:280, :]
    # 拷贝 roi 到 copy_image
    copy_image = np.copy(roi)

    # 显示图像
    cv.imshow("roi", roi)
    cv.imshow("copy", copy_image)
    cv.imshow("blank", blank)
    cv.imshow("resized_image", resized_image)
    cv.waitKey(0)
    cv.destroyAllWindows()

最后,在主函数中修改我们这节课的函数 mat_demo ,如下:

python 复制代码
# 主函数运行函数 color_space_demo
if __name__ == "__main__":
    mat_demo()

运行后,效果如下:

相关推荐
IT_陈寒29 分钟前
React Hooks闭包陷阱:你以为的state可能早就过期了
前端·人工智能·后端
派大星~课堂2 小时前
【力扣-142. 环形链表2 ✨】Python笔记
python·leetcode·链表
Thomas.Sir2 小时前
第一章:Agent智能体开发实战之【初步认识 LlamaIndex:从入门到实操】
人工智能·python·ai·检索增强·llama·llamaindex
笨笨饿2 小时前
29_Z变换在工程中的实际意义
c语言·开发语言·人工智能·单片机·mcu·算法·机器人
boy快快长大2 小时前
【大模型应用开发】记忆
人工智能
LaughingZhu2 小时前
Product Hunt 每日热榜 | 2026-04-05
前端·数据库·人工智能·经验分享·神经网络
OPHKVPS2 小时前
GoBruteforcer(GoBrut)僵尸网络新攻势:AI 生成弱配置成“帮凶”,瞄准加密货币及区块链数据库
网络·人工智能·区块链
ZTL-NPU2 小时前
Jetbrains开发ros
ide·python·pycharm·编辑器·ros·clion
打乒乓球只会抽2 小时前
AI Agent:大模型+工具的智能革命
人工智能
Pelb3 小时前
求导 y = f(x) = x^2
人工智能·深度学习·神经网络·数学建模