Python+OpenCV图片局部区域像素值处理改进版详解

Finn

发布时间：2026-10-13| 5人浏览过

原创

本文介绍了一种基于Numpy数组直接切分的高效方法，用于处理OpenCV图片的局部区域像素值。相比传统ROI复制方式，该方法直接利用二维数组特性提取数据，简化了代码逻辑。文中提供了基于OpenCV 3.2.0版本的完整Python代码示例，展示了如何提取指定区域像素并绘制条形图进行分析，适合需要快速处理图像局部数据的开发者参考。

上一版Python OpenCV图片局部区域像素值处理方案虽然实现了预期功能，但过程较为繁琐。经过反思，我意识到图像本质上是数组结构：对于8位灰度图，其通道数为1，因此可直接视为二维数组。既然图像本身就是数组形式，便无需再单独设置ROI区域、复制区域内容并循环提取像素存入数组进行处理。相反，可以直接将图像转换为数组，利用Numpy进行相应的数组切分操作即可实现目标。这种思路使处理过程大幅简化，修改后的代码直接省去了大量冗余代码。

注：本次环境重新安装了OpenCV 3.2.0版本，代码中直接使用cv2模块。

# 查看opencv版本，终端输入：
$ pkg-config --modversion opencv

cv_img_cv2.py

# -*- coding:utf-8 -*-
__author__ = 'lwp'

import cv2
import numpy as np
import matplotlib.pyplot as plt
 
path ='/media/lwp/A/111111.jpg' # 图片路径
lwpImg = cv2.imread(path) # 加载图片
gray_lwpImg = cv2.cvtColor(lwpImg, cv2.COLOR_BGR2GRAY) # 转为灰度图

# 画目标区域，参数分别为图片、左上坐标、右下坐标、框的颜色、框线条的粗细
lwpImg = cv2.rectangle(lwpImg, (290, 0), (310, 327), (0, 255, 0), 2) 
# 显示标记后的图片
cv2.imshow('local_pixel', lwpImg) 

# 提取图片像素值到矩阵
pixel_data = np.array(gray_lwpImg)
# 提取目标区域
box_data = pixel_data[:, 290:310]
# 矩阵行求和
pixel_sum = np.sum(box_data, axis=1)

# 画图
x = range(576)
fig = plt.figure(figsize=(4, 2))
ax1 = fig.add_subplot(1, 1, 1)
ax1.bar(x, pixel_sum, width=1) # x为每个条形到x轴0点的距离，width为每个条的宽度
plt.xlabel('X')
plt.ylabel('Y')
plt.title('edge_filter')
plt.grid(True)
plt.show()

key = cv2.waitKey(0) & 0xFF
if key == ord('q'): # 按q关闭窗口
  cv2.destroyAllWindows()

效果：