A digitális képeket képmátrixban tároljuk. A mátrix elemei a képpontok. A reprezentáció fontosabb tulajdonságai az alábbiak.
Egy Numpy képmátrix elemének elérési módja:
pixel = image[y, x]
Vagyis [sor, oszlop] sorrendben kell megadni a koordinátákat. Az eredmény skalár érték (1 csatornás kép esetén) vagy 3 elemű tömb (BGR színes kép) lesz. A 3 elemű tömböt tovább lehet indexelni, például a vörös színkomponens elérése:
R = image[y, x, 2]
A Numpy tömb attribútumai információval szolgálnak többek között a méretről (shape), dimenzióról (ndim) és a típusról (dtype).
Megjegyezzük, hogy ez a fajta képpont elérés lassú, nagy mennyiségű adatelérést nem így érdemes csinálni. Használhatjuk a fejlettebb Numpy manipulációkat, vagy megírhatjuk a szükséges függvényeket C++-ban. Ezekkel itt most nem foglalkozunk.
A következő példaprogramunk a képpontok elérését mutatja be. Betöltünk egy képet, megjelenítjük ablakban, valamint az ablakhoz egy egéresemény-kezelőt kapcsolunk az alábbi módon:
cv2.setMouseCallback('image', mouse_click)
Ha az image nevű ablakban kattintunk vagy mozgunk az egérrel, akkor a rendszer meghívja a mouse_click() függvényünket.
Ez a függvény megkapja a rendszertől az egéresemény típusát (event), a kattintás ablakkoordinátáit, ami megegyezik a kép indexelési koordinátáival (x, y). Az utolsó két paramétert nem használjuk. A lehetséges egéresemény értékeket az alábbi táblázat foglalja össze.
| event | Leírás |
| EVENT_LBUTTONDOWN EVENT_RBUTTONDOWN EVENT_MBUTTONDOWN |
Bal, jobb, középső egérgomb lenyomása. |
| EVENT_LBUTTONUP EVENT_RBUTTONUP EVENT_MBUTTONUP |
Bal, jobb, középső egérgomb felengedése. |
| EVENT_MOUSEMOVE | Egér mozgatás ablakban. |
| EVENT_LBUTTONDBLCLK EVENT_RBUTTONDBLCLK EVENT_MBUTTONDBLCLK |
Dupla kattintás esemény a bal, jobb, középső egérgombbal. |
| EVENT_MOUSEWHEEL EVENT_MOUSEHWEEL |
Egérgörgők használata. |
import cv2
def mouse_click(event, x, y, flags, param):
# Globalis valtozo atvetele
global image
if event == cv2.EVENT_LBUTTONDOWN:
# (x,y) színérték kiírása
print('Pixel = ', image[y, x])
# Ha 3 csatornás a kép
if image.ndim == 3:
print('R = ', image[y, x, 2])
cv2.imshow('image', image)
image = cv2.imread('OpenCV-logo.png', cv2.IMREAD_COLOR)
# image = cv2.imread('OpenCV-logo.png', cv2.IMREAD_GRAYSCALE)
print('Kép dimenziói: ', image.shape)
print('Kép pixeltípusa: ', image.dtype)
cv2.imshow('image', image)
# Egerkezelo callback fuggveny beallitasa az ablakhoz
cv2.setMouseCallback('image', mouse_click)
# Kilepes billentyunyomasra
cv2.waitKey(0)
cv2.destroyAllWindows()
A Numpy lehetőséget ad a tömbök szeletelésére, vagyis indextartományokkal megadott részének elérésére. A szeletelés eredménye egy új, másolat mátrix lesz.
Az indextartományok megadásánál a kezdő és záró koordinátát kell megadni, kettősponttal elválasztva. A záró koordináta érték már nem vesz részt a kivágásban, vagyis a következő példa egy 100x100 méretű eredményt ad!
cropped = image[82:172, 396:486]
Ha egy koordináta esetén a teljes tartományt fel szeretnénk használni, akkor csak a kettőspontot kell használni. Például az alábbi értékadással ki tudjuk nullázni a cropped mátrix minden elemét.
cropped[:, :] = 0
Egy kisebb mátrixot be tudunk másolni egy nagyobba. A nagyobbnál indextartományokat kell megadni. (A kisebbnél is lehet.) A két (rész)mátrix méretnek meg kell egyeznie egymással!
image[10:100, 20:110] = cropped
import cv2
image = cv2.imread('GolyoAlszik_rs.jpg')
# Képkivágás; sor és oszlop tartomány megadása
cropped = image[82:172, 396:486]
# Kivágott rész képbe másolása, új helyre
image[10:100, 20:110] = cropped
cv2.imshow('image', image)
cv2.imshow('cropped', cropped)
cv2.waitKey(0)
cropped:
image a képrészlet bemásolás után:
Készítsünk olyan programot, amely két bal egérgomb kattintással egy téglalapot határoz meg a képen, kivágja a képtartalmat, és új ablakban megjeleníti! Az eredeti képre zöld színnel rajzoljuk be a kijelölt téglalapot!