计算机视觉 / 系统课时
理解图像数组
理解图像数组
在 OpenCV 的 Python 接口里,图像通常就是一个 NumPy 多维数组。理解高度、宽度、通道和索引顺序后,你就能准确定位像素、读取颜色,并判断一段图像处理代码接收到的数据是否符合预期。
学习目标
- 说清彩色图像
H × W × C三个维度分别表示什么。 - 正确使用
image[y, x]定位像素,并理解 OpenCV 默认的 BGR 通道顺序。 - 区分彩色图与灰度图在数组形状上的差异。
从像素网格到三维数组
一张宽 640、高 480 的普通彩色图,在 OpenCV 中通常具有 shape == (480, 640, 3)。第 0 维是高度,也就是行数;第 1 维是宽度,也就是列数;第 2 维是颜色通道。注意数组顺序是 高、宽、通道,不是“宽、高”。

如果输入是灰度图,就没有颜色通道维度,例如 480×640 的灰度图通常是 (480, 640)。因此不要看到 shape 就固定解包三个变量,先判断维度更稳妥。
用坐标读取像素
NumPy 的二维索引顺序是“先行后列”,所以图像坐标 (x, y) 在数组中写成 image[y, x]。下面构造一张 2 行、3 列的 BGR 图像,并读取左上角和右下角像素。
import numpy as np
image = np.array(
[
[[0, 0, 255], [0, 255, 0], [255, 0, 0]],
[[255, 255, 255], [128, 128, 128], [0, 0, 0]],
],
dtype=np.uint8,
)
height, width, channels = image.shape
print(image.shape)
print((height, width, channels))
print(image[0, 0].tolist())
print(image[1, 2].tolist())预期输出:
(2, 3, 3)
(2, 3, 3)
[0, 0, 255]
[0, 0, 0]这里 [0, 0, 255] 按 BGR 解释为红色,而不是蓝色。若把 OpenCV 图像直接交给按 RGB 解释数据的库,最常见的现象就是红蓝互换。
理解通道与切片
彩色图的最后一维长度通常为 3,可分别通过 image[:, :, 0]、image[:, :, 1]、image[:, :, 2] 取得 B、G、R 单通道。对上面的 2×3 图像,image[:, :, 2] 的形状是 (2, 3),因为切片后只剩高度和宽度。
需要截取矩形区域时同样遵循“先 y 后 x”。例如 image[0:2, 1:3] 表示取第 0~1 行、第 1~2 列,结果尺寸是 2×2 像素;切片结束位置不包含在结果中。
检查数组是否符合处理要求
进入滤波、边缘检测或模型推理前,先检查 shape 和 dtype 能避免很多隐蔽错误。普通 8 位彩色图常见条件是 image.ndim == 3、image.shape[2] == 3、image.dtype == np.uint8;灰度图则通常是二维数组。
只要先确认维度,再按 BGR 解释通道、按 y, x 访问坐标,后续裁剪、颜色转换和像素运算都会落在正确的位置上。