计算机视觉 / 系统课时

读取单个像素

读取单个像素

本课解决如何从 OpenCV 图像数组中准确读取某个坐标的像素值。完成后,你能区分灰度图的标量结果与彩色图的 BGR 三通道结果,并避免把横纵坐标写反。

学习目标

  • 掌握 image[row, column] 的坐标顺序
  • 区分灰度值与 BGR 三通道像素值
  • 识别越界访问和无符号整数运算风险

坐标与返回值

OpenCV 在 Python 中使用 NumPy 数组保存图像。访问像素时先写行、再写列,也就是 image[y, x]。其中行号从上到下增加,列号从左到右增加;这与常见的平面坐标 (x, y) 顺序相反。

二维灰度图的形状通常为 (height, width),读取一个坐标会得到单个 uint8 标量。彩色图的形状通常为 (height, width, 3),读取同一坐标会得到包含三个元素的数组,顺序是蓝、绿、红,即 BGR。

完整读取示例

下面用内存数组模拟灰度图和彩色图,因此不依赖外部图片文件。通过 cv2.imread() 读取的图像可以使用完全相同的索引方式。

python
import numpy as np

gray_image = np.array(
    [
        [15, 45],
        [75, 105],
    ],
    dtype=np.uint8,
)

color_image = np.array(
    [
        [[10, 20, 30], [40, 50, 60]],
        [[70, 80, 90], [100, 110, 120]],
    ],
    dtype=np.uint8,
)

row, column = 1, 0

gray_value = gray_image[row, column]
bgr_pixel = color_image[row, column]
blue, green, red = bgr_pixel

print("灰度值:", int(gray_value))
print("灰度类型:", type(gray_value).__name__)
print("BGR 值:", bgr_pixel.tolist())
print("B:", int(blue), "G:", int(green), "R:", int(red))

预期输出

text
灰度值: 75
灰度类型: uint8
BGR 值: [70, 80, 90]
B: 70 G: 80 R: 90

输出表明坐标 (row=1, column=0) 对应第二行第一列。彩色像素不能按 RGB 直接解释,否则红蓝通道会被交换。

边界与常见错误

访问前可通过 image.shape 确认高度和宽度,合法范围分别是 0 <= row < height 与 0 <= column < width。索引越界会抛出 IndexError,而不是自动截断到边界。

像素通常使用 uint8,取值范围为 0~255。进行加减法前最好先转为 int,否则可能发生回绕。例如 250 与 10 直接按 uint8 相加,结果可能不是预期的 260。

本课总结

  • OpenCV 像素索引顺序是 image[row, column],也就是先 y 后 x
  • 灰度图返回一个标量,彩色图返回按 BGR 排列的三个通道值
  • 读取前应检查图像形状,参与计算时应注意 uint8 的范围

下一课预告

下一课将使用数组切片修改单个像素和矩形区域,并说明为什么批量赋值比逐像素循环更高效。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

读取单个像素

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通