学习时,将每块注释分别去掉即为一个模块知识点
图像数字化
import numpy as np
"""
#二维的ndarry
#两行四列全是0的uchar类型的二维数组
z = np.zeros((2,4),np.uint8)
print(type(z))
print(z)
print("\n")#两行四列全是1的整型矩阵
o = np.ones((2,4),np.int32)
print(o)
print("\n")#浮点型矩阵
m = np.array([[4,12,3,1],[10,12,14,29]],np.float32)
print(m)
print("\n")
""""""
#二维的ndarry
#2×2×4的32为浮点型数组
m = np.array([[[1,2,3,4],[5,6,7,8]],[[10,11,12,14],[15,16,17,18]]],np.float32)
print(m)
""""""
#ndarry成员变量
m = np.array([[4,12,3,1],[10,12,14,29]],np.float32)
#m的尺寸
print(m.shape)
#m的数据类型
print(m.dtype)
""""""
#访问ndarry中的值
#访问二维ndarry中的值
m = np.array([[14,12,3,1],[10,12,114,29],[67,23,534,2]],np.float32)
#从第0行第0列开始,:表示整个,左开右闭
print(m)
print(m[1,3])#第1行第3列
print(m[2,:])#整个第2行
print(m[:,3])#整个第3列
print(m[0:2,1:3])#第0行到第2行 ∩ 第1列和第3列的
""""""
#访问三维ndarry中的值
m = np.array([[[1,2,3,4],[5,6,7,8]],[[10,11,12,14],[15,16,17,18]],[[11,12,43,32],[1,5,10,23]]],dtype=float)
print(m)
#所有二维数组的第0列
print(m[:,:,0])
#第0个二维数组
print(m[0,:,:])
"""'''
Mat(Size(int cols,int rows),int type)
其中cols列(宽)
rows行(高)
type类型,包括通道数及其数据类型CV_8UC(n)CV_16SC(n)CV_16UC(n)CV_32SC(n)CV_32FC(n)CV_64FC(n)
8U、8S、16S、16U、32S、32F、64F代表一个数值所占的bit数,1byte=8bit,都应该除以8再看
1U、1S、2S、2U、4S、4F、8F
uchar、S为int、32F为4字节的float,64F为8字节的double
C(n)表示通道数,n=1即二维矩阵,n=2即三维矩阵...
'''"""
#ndarray的加法
src1 = np.array([[23,123,90],[100,250,0]],np.uint8)
src2 = np.array([[125,150,60],[100,10,40]],np.uint8)
print(src1)
print(src2)
dst = src1 + src2
print(dst)
print(dst.dtype)
#仔细看123+150=273,最后的结果为273%255-1=17
"""
'''
src1 = np.array([[23,123,90],[100,250,0]],np.uint8)
src2 = np.array([[125,150,60],[100,10,40]],np.uint8)
dst = cv2.add(src1,src2,dtype=cv2.CV_32F)
print(dst)
'''"""
#ndarry的减法
src1 = np.array([[23,123,90],[100,250,0]],np.uint8)
src2 = np.array([[125,150,60],[100,10,40]],np.uint8)
dst = src1 - src2
print(dst)
#23-125=-102 -102%255+1=154
""""""
#ndarray的点乘
src1 = np.array([[23,123,90],[100,250,0]],np.uint8)
src2 = np.array([[125,150,60],[100,10,40]],np.uint8)
dst = src1 * src2
print(dst)
dst1 =np.multiply(src1,src2)
print(dst1)
""""""
#ndarray的点除
src1 = np.array([[23,123,90],[100,250,0]],np.uint8)
src2 = np.array([[125,150,60],[100,10,40]],np.uint8)
src3 = np.array([[23,123,90],[100,250,0]],np.float32)
dst = src2 / src1
dst1 = src2 / src3
print(dst)
print(dst1)
#Numpy在处理分母为0的时候,如果两个ndarray都是uint8类型则返回0,其他情况返回inf
""""""
#ndarray的乘法
src3 = np.array([[1,2,3],[4,5,6]],np.uint8)
src4 = np.array([[6,5],[4,3],[2,1]],np.uint8)
dst = np.dot(src3,src4)
print(dst)
""""""
#ndarray的指数和对数运算
src5 = np.array([[6,5],[4,3]],np.uint8)
dst2 = np.log(src5)
dst3 = np.exp(src5)
print(dst2)
print(dst2.dtype)
print(dst3)
print(dst3.dtype)
#log对数,exp指数,矩阵类型只能是CV_32F或者CF_64F
""""""
#ndarray的幂指数和开平方运算
src = np.array([[25,40],[10,100]],np.uint8)
dst1 = np.power(src,2)
print(dst1)
print(dst1.dtype)
dst2 = np.power(src,2.0)
print(dst2)
print(dst2.dtype)
#power中指数是2和2.0的时候返回值会不同,精度不同,这点要注意
"""