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。