Numpy 创建图像数组

在计算机视觉和图像处理中，图像通常以数组的形式进行处理。NumPy是一个高效的Python库，用于在Python中向量化和处理数组操作。本文将介绍如何使用NumPy库创建图像数组，并进行基本的操作。

阅读更多：Numpy 教程

导入库

在开始之前，我们需要先导入NumPy库。可以使用以下命令导入：

import numpy as np

创建图像数组

图像数组可以通过以下方式创建：

1. 从文件读取图像

可以使用OpenCV库或Python Imaging Library (PIL)库将图像读入Python中，并将其保存为NumPy数组。以下是使用OpenCV库读取图像并将其转换为NumPy数组的示例：

import cv2

# 读取图像
img = cv2.imread("image.jpg")

# 将图像转换为NumPy数组
img_array = np.array(img)

2. 使用NumPy创建图像

可以使用NumPy库的zeros()和ones()函数创建全0或全1的图像数组。以下是创建一个全0和全1的图像数组的示例：

# 创建一个500x500的全0数组
img_zeros = np.zeros((500, 500))

# 创建一个500x500的全1数组
img_ones = np.ones((500, 500))

3. 使用Python列表创建图像

可以使用Python列表创建图像数组，然后将其转换为NumPy数组。以下是使用Python列表创建图像数组的示例：

# 创建一个3x3的图像数组
img_list = [[255, 0, 0], [0, 255, 0], [0, 0, 255]]

# 将Python列表转换为NumPy数组
img_array = np.array(img_list)

图像数组的基本操作

创建图像数组后，可以执行以下基本操作：

1. 数组形状

使用NumPy的shape属性可以获取图像数组的形状。以下是获取图像数组形状的示例：

# 创建一个500x500的全0数组
img_zeros = np.zeros((500, 500))

# 获取数组形状
img_shape = img_zeros.shape

# 输出数组形状
print(img_shape)
# (500, 500)

2. 数组元素

可以使用索引来获取图像数组中的元素。以下是获取图像数组中元素的示例：

# 创建一个3x3的图像数组
img_list = [[255, 0, 0], [0, 255, 0], [0, 0, 255]]

# 将Python列表转换为NumPy数组
img_array = np.array(img_list)

# 获取数组某个位置上的元素
pixel = img_array[1,2]

# 输出该位置元素的值
print(pixel)
# 0

3. 数组切片

可以使用切片操作来获取图像数组中的局部元素。以下是获取图像数组中局部元素的示例：

# 创建一个5x5的图像数组
img_list = [[1, 2, 3, 4, 5], [6, 7, 8, 9, 10], [11, 12, 13, 14, 15], [16, 17, 18, 19, 20], [21, 22, 23, 24, 25]]

# 将Python列表转换为NumPy数组
img_array = np.array(img_list)

# 使用切片获取图像数组的局部元素
sub_array = img_array[1:4, 1:4]

# 输出局部元素
print(sub_array)
"""
[[ 7  8  9]
 [12 13 14]
 [17 18 19]]
"""

4. 数组操作

可以使用NumPy库的各种函数对图像数组进行各种操作。以下是一些常见的操作：

a. 翻转数组

使用flip()函数可以翻转图像数组。以下是将图像数组水平翻转和垂直翻转的示例：

# 创建一个3x3的图像数组
img_list = [[255, 0, 0], [0, 255, 0], [0, 0, 255]]

# 将Python列表转换为NumPy数组
img_array = np.array(img_list)

# 水平翻转数组
img_flip_h = np.flip(img_array, axis=1)

# 垂直翻转数组
img_flip_v = np.flip(img_array, axis=0)

# 输出翻转后的数组
print("水平翻转后数组：")
print(img_flip_h)
print("垂直翻转后数组：")
print(img_flip_v)

b. 数组转置

使用transpose()函数可以将图像数组进行转置。以下是将图像数组进行转置的示例：

# 创建一个3x3的图像数组
img_list = [[255, 0, 0], [0, 255, 0], [0, 0, 255]]

# 将Python列表转换为NumPy数组
img_array = np.array(img_list)

# 转置数组
img_transpose = np.transpose(img_array)

# 输出转置后的数组
print("转置后的数组：")
print(img_transpose)

c. 改变数组形状

使用reshape()函数可以改变数组的形状。以下是将图像数组改变形状的示例：

# 创建一个3x3的图像数组
img_list = [[255, 0, 0], [0, 255, 0], [0, 0, 255]]

# 将Python列表转换为NumPy数组
img_array = np.array(img_list)

# 改变数组形状为1行9列
img_reshape = np.reshape(img_array, (1, 9))

# 输出改变形状后的数组
print("改变形状后的数组：")
print(img_reshape)

5. 数组可视化

可以使用Matplotlib库将图像数组可视化。以下是将图像数组进行可视化的示例：

import matplotlib.pyplot as plt

# 创建一个3x3的图像数组
img_list = [[255, 0, 0], [0, 255, 0], [0, 0, 255]]

# 将Python列表转换为NumPy数组
img_array = np.array(img_list)

# 可视化图像数组
plt.imshow(img_array, cmap="gray")
plt.show()