python画布按键颜色随机切换

画布按键颜色随机切换"/>

python画布按键颜色随机切换

作者：ywsydwsbn

博客主页：

公众号：「做一个柔情的程序猿」

时间：2020-10-06 20:57

字数：7889

简介：先点赞在看，养成习惯！！！

摘要

在这篇文章中将给大家讲解如何分别用numpy的方法，与numpy与cv2结合的方法创建空白画布，创建白色画布，与创建彩色画布。在讲解过程中还会介绍cv2进行通道分割cv2.split与通道合并cv2.merge的两个函数的具体使用以及深究numpy的ndarray数据结构的索引与赋值。

numpy的ndarray数据结构的索引与赋值

在使用画图工具的时候, 第一件事情就是创建一个新的空白画布，我们可以指定画布的大小和颜色。

那我们如何使用opencv来创建一个空白的画布(值相同的图片) ?

其实image的数据结构上的图片，本质上就是numpy里面的ndarray的对象，创建一个画布本质上就是创建一个同等规格的ndarray。

创建一个新的特定尺寸的ndarray我们可以使用np.zeors 函数，我们将图像的高度(height)，图像的宽度(width)，以及图像的通道数channel 以tuple 类型传入np.zeros。再次声明是tuple类型。

另外由于不是所有的numpy类型的数值，都可以放到opencv中进行图像处理.

数值取值范围在0-255， 我们需要指定数据类型为uint8 unsigned integer 8-bit

np.zeros((height, width, channels), dtype="uint8")

举个例子：想创建一个800 x 600 x 3 的图片，一个BGR格式的图像，我们就得这么写：

# 初始化一个空画布 300×300 三通道 背景色为黑色

canvas_black = np.zeros((600, 800, 3), dtype="uint8")

得到的效果如下：

注意： height写在前面

为什么Height写在前面？

就得知道opencv图像的数据结构是numpy，Image的属性,其实就是numpy的ndarray数据格式的属性。

我们可以直接获取img对象的诸多属性，例如我们打印lena图的属性，具体如下：

# -*- coding: utf-8 -*-

import numpy as np

import cv2

# 导入一张图像 模式为彩色图片

img = cv2.imread('lena.jpg', cv2.IMREAD_COLOR)

print("================打印图像的属性================")

print("图像对象的类型 {}".format(type(img)))

print(img.shape)

print("图像宽度: {} pixels".format(img.shape[1]))

print("图像高度: {} pixels".format(img.shape[0]))

print("通道: {}".format(img.shape[2]))

print("图像分辨率: {}".format(img.size))

print("数据类型: {}".format(img.dtype))

输出结果：

================打印图像的属性================

图像对象的类型

(256, 256, 3)

图像宽度: 256 pixels

图像高度: 256 pixels

通道: 3

图像分辨率: 196608

数据类型: uint8

有时候我们也可以偷懒，如果我们想创建与另外一个图像尺寸相同的画布的时候，我们可以使用np.zeros_like

canvas_black = np.zeros_like(img)

创建空白画布

创建空白画布的函数如下：

def InitCanvas(width, height, color=(255, 255, 255)):

canvas = np.ones((height, width, 3), dtype="uint8")

canvas[:] = color

return canvas

调用的时候传入图像的宽度、高度和画布的颜色。例如创建一个800*600 颜色为纯黑色的画布：

canvas = InitCanvas(800, 600, color=(255,255,255))

创建空白画布的完整代码如下：

''' 初始化画布 '''

import cv2

import numpy as np

def init_canvas(width, height, color=(255, 255, 255)):

canvas = np.ones((height, width, 3), dtype="uint8")

canvas[:] = color

return canvas

canvas = init_canvas(200, 200, color=(125, 40, 255))

cv2.imshow('canvas', canvas)

cv2.waitKey(0)

cv2.destroyAllWindows()

效果展示：

初始化白色的画布

白色的画布， 因为比较简单，而且三个通道的值都相同。

ps: 其实灰色的图片(GRAY2BGR)，三个通道的值都相同。

那么我们创建一个全都是1的矩阵，然后乘上某个数值，问题是不是就解决了。

我们需要用到np.ones 函数

# 初始化一个空画布 300×300 三通道 背景色为白色

canvas_white = np.ones((300, 300, 3), dtype="uint8")

接下来, 需要乘上一个整数，255 (你可以填入0-255的任意值)

canvas_white *= 255

这种运算称之为 全局乘法 。

具体代码如下：

import cv2

import numpy as np

canvas_white = np.ones((300, 300, 3), dtype="uint8")

canvas_white *= 255

cv2.imshow('canvas', canvas_white)

cv2.waitKey(0)

cv2.destroyAllWindows()

创建的白色画布如下：

初始化彩色的画布

利用cv2的内置方法merge与split

我们初始化BGR的图片canvas_white 之后将原来的图片进行通道分离，之后分别乘上BGR三个通道的整数值，然后将三个通道合并在一起，就得到我们想要的彩图纯色背景。

那通道的分离我们需要用到的函数是cv2.split(img).

# 将原来的三个通道抽离出来， 分别乘上各个通道的值

(channel_b, channel_g, channel_r) = cv2.split(canvas)

channel_b 蓝色通道，channel_g 绿色通道，channel_r 红色通道，都是二维的ndarray对象。

我们指定一种颜色，例如 color = (100, 20, 50))

注意：我们这里的颜色指的BGR格式

也就是

B -> 100

G -> 20

R -> 50

接下来我们分别将其乘上对应的值.

# 颜色的值与个通道的全1矩阵相乘

channel_b *= color[0]

channel_g *= color[1]

channel_r *= color[2]

接下来我们将三个通道重新合并，需要用到的函数是cv2.merge

cv2.merge([channel_b, channel_g, channel_r])

注意：三个通道的矩阵以list [] 的方式传入merge函数.

综合起来，就是我们的第一个初始化彩色背景的函数：

# 初始化一个彩色的画布 - cv2版本

def init_canvas(width, height, color=(255, 255, 255)):

canvas = np.ones((height, width, 3), dtype="uint8")

# 将原来的三个通道抽离出来， 分别乘上各个通道的值

(channel_b, channel_g, channel_r) = cv2.split(canvas)

# 颜色的值与个通道的全1矩阵相乘

channel_b *= color[0]

channel_g *= color[1]

channel_r *= color[2]

# cv.merge 合并三个通道的值

return cv2.merge([channel_b, channel_g, channel_r])

具体实现代码如下：

''' 初始化画布 '''

import cv2

import numpy as np

# 初始化一个彩色的画布 - cv2版本

def init_canvas(width, height, color=(255, 255, 255)):

canvas = np.ones((height, width, 3), dtype="uint8")

# 将原来的三个通道抽离出来， 分别乘上各个通道的值

(channel_b, channel_g, channel_r) = cv2.split(canvas)

# 颜色的值与个通道的全1矩阵相乘

channel_b *= color[0]

channel_g *= color[1]

channel_r *= color[2]

# cv.merge 合并三个通道的值

return cv2.merge([channel_b, channel_g, channel_r])

canvas = init_canvas(200, 200, color=(125, 100, 255))

cv2.imshow('canvas', canvas)

cv2.waitKey(0)

cv2.destroyAllWindows()

运行效果：

注意：此函数使用 cv2.split 非常耗时 所以只有在需要的时候才能做到。 否则用Numpy索引。

利用numpy内置的索引

使用numpy原生的方法， 性能会比opencv中的要好。我们直接使用numpy的ndarray的索引的方法。

例如 canvas[:,:,0] 选中的是所有行，所有列，像素元素的第一个值，也就是，所有B通道的值。

然后对其进行赋值：

canvas[:,:,0] = color[0]

完整版本的函数如下，B/G/R通道分别进行赋值：

def init_canvas(width, height, color=(255, 255, 255)):

canvas = np.ones((height, width, 3), dtype="uint8")

# Blue

canvas[:,:,0] = color[0]

# Green

canvas[:,:,1] = color[1]

# Red

canvas[:,:,2] = color[2]

return canvas

具体实现代码如下：

''' 初始化画布 '''

import cv2

import numpy as np

def init_canvas(width, height, color=(255, 255, 255)):

canvas = np.ones((height, width, 3), dtype="uint8")

# Blue

canvas[:,:,0] = color[0]

# Green

canvas[:,:,1] = color[1]

# Red

canvas[:,:,2] = color[2]

return canvas

canvas = init_canvas(200, 200, color=(125, 100, 255))

cv2.imshow('canvas', canvas)

cv2.waitKey(0)

cv2.destroyAllWindows()

运行实现的效果和第一种方法一样：

实际上我们还有更快的方法, 可以实现这个功能, 这就需要你熟练掌握Numpy的使用技巧.

我们可以直接赋值color

canvas[:] = color

完整实现过程如下：

''' 初始化画布 '''

import cv2

import numpy as np

def init_canvas(width, height, color=(255, 255, 255)):

canvas = np.ones((height, width, 3), dtype="uint8")

canvas[:] = color

return canvas

canvas = init_canvas(200, 200, color=(125, 40, 255))

cv2.imshow('canvas', canvas)

cv2.waitKey(0)

cv2.destroyAllWindows()

运行的效果：

综合实验-初始化背景

在这个综合实验里会分别用上述的方法，创建黑色背景，白色背景，彩色背景。

具体代码如下：

''' 初始化一个空白的画布 并指定画布的颜色 '''

import cv2

import numpy as np

# 初始化一个空画布 300×300 三通道 背景色为黑色

canvas_black = np.zeros((300, 300, 3), dtype="uint8")

cv2.imshow("canvas_black", canvas_black)

# 初始化一个空画布 300×300 三通道 背景色为白色

canvas_white = np.ones((300, 300, 3), dtype="uint8")

canvas_white *= 255

cv2.imshow("canvas_white", canvas_white)

''' 初始化一个彩色的画布 - cv2版本 此函数使用 cv2.split 非常耗时 所以只有在需要的时候才能做到。 否则用Numpy索引。 '''

def InitCanvasV1(width, height, color=(255, 255, 255)):

canvas = np.ones((height, width, 3), dtype="uint8")

# 将原来的三个通道抽离出来， 分别乘上各个通道的值

(channel_b, channel_g, channel_r) = cv2.split(canvas)

# 颜色的值与个通道的全1矩阵相乘

channel_b *= color[0]

channel_g *= color[1]

channel_r *= color[2]

# cv.merge 合并三个通道的值

return cv2.merge([channel_b, channel_g, channel_r])

''' 初始化一个彩色的画布 - numpy版本 使用numpy的索引　赋值 '''

def InitCanvasV2(width, height, color=(255, 255, 255)):

canvas = np.ones((height, width, 3), dtype="uint8")

# Blue

canvas[:,:,0] = color[0]

# Green

canvas[:,:,1] = color[1]

# Red

canvas[:,:,2] = color[2]

return canvas

''' 初始化终极版本 熟练掌握 numpy 才可以提高工作效率哦 '''

def InitCanvasV3(width, height, color=(255, 255, 255)):

canvas = np.ones((height, width, 3), dtype="uint8")

canvas[:] = color

return canvas

# 初始化一个彩色的画布

canvas_color = InitCanvasV2(300, 300, color=(100, 20, 50))

cv2.imshow("canvas_color", canvas_color)

# 等待e键按下 关闭所有窗口

while cv2.waitKey(0) != ord('e'):

continue

cv2.destroyAllWindows()

运行结果：

资源传送门

关注【做一个柔情的程序猿】公众号

在【做一个柔情的程序猿】公众号后台回复 【python资料】【2020秋招】 即可获取相应的惊喜哦！

「❤️ 感谢大家」

点赞支持下吧，让更多的人也能看到这篇内容(收藏不点赞，都是耍流氓 -_-)

欢迎在留言区与我分享你的想法，也欢迎你在留言区记录你的思考过程。