使用 OpenCV 的 python 接口(interface)，可以使用 [] 运算符轻松访问图像的像素，如下所示:
img = cv.LoadImage('test.jpg')
pixel = img[10,10]
variable pixel 这里是一个python tuple object like (10,20,30) (例如3 channel )，不是很便于处理计算，因为元组类型不支持运算符“-”或“+”。如果我希望对像 255 - (10,20,30) 这样的像素进行子结构化，我必须 代码如下:
import numpy as np
pixel = tuple( np.array([255,255,255]) - np.array(pixel) )
有没有更快更简单的解决方案？
另一个问题:有没有办法对所有像素进行减法，比如在 Matlab 中使用矩阵减法:255 - img(不要使用 OpenCV 内置函数)。
最佳答案
您可以使用 opencv 源代码分发中的 adaptors.py 中的 cv2array()/array2cv() 函数，并使用 numpy 数组执行所有计算。 255 - imgarr 在这种情况下有效。示例(用于只读数组的 cv2array() 精简版):
assert isinstance(img, cv.iplimage) and img.depth == cv.IPL_DEPTH_8U
a = np.frombuffer(img.tostring(), dtype=np.uint8)
a.shape = img.height, img.width, img.nChannels
print 255 - a
关于python - 使用python接口(interface)快速处理opencv图像像素，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/5762906/