使用NumPy创建与编辑图像矩阵示例详解

初始化RGB图像矩阵

NumPy是Python进行科学计算的核心库，图像的底层数据结构本质上就是多维数值数组。默认情况下 zeros 会创建浮点型零矩阵，而图像像素通常采用无符号8位整型（uint8），其取值范围为0到255。通过明确指定形状和dtype，即可创建一张与目标尺寸一致的黑白或彩色底图。

import numpy as np

# 假设已知原图尺寸，或直接自定义高宽
h, w = 400, 400
channels = 3  # 三通道(RGB)

# 创建高度为h、宽度为w、通道数为channels的全零矩阵
img = np.zeros([h, w, channels], dtype=np.uint8)

上述代码执行后，数组内所有元素均为 0。在uint8格式下，每个通道的值为0对应显示黑色。该矩阵即为一张 400×400 分辨率的标准黑色图像。

修改图像背景色彩

通过NumPy的切片特性，可以直接对矩阵的特定区域进行批量赋值，从而实现换色操作。例如给整张图片赋予统一的RGB三元组：

# 将整个图像矩阵的所有像素替换为指定颜色
img[:] = (255, 0, 0)

在标准RGB色彩模型中，元组三个数值分别代表红色、绿色、蓝色分量。`(255, 0, 0)` 呈现为纯正的红色，`(0, 255, 0)` 为绿色，`(0, 0, 255)` 为蓝色，`(255, 255, 255)` 为白色。原稿中将前者误标为蓝色，实际应以标准RGB映射为准（注：若后续对接OpenCV等库，需注意其默认采用BGR通道序）。

在背景中绘制指定图形

当需要保留原有底色并在局部添加图形时，需精准控制切片区间。以下演示在黑色画布上绘制一个白色空心矩形的完整步骤。

第1步：确认画布参数与起始坐标

获取当前矩阵的实际长宽，并定义矩形左上角起点坐标与边框线条粗细。需特别注意避免变量名复用导致的数据覆盖或逻辑混乱。

# 确保不覆盖已定义的图像宽度w
start_x, start_y = 50, 50
border_thickness = 10

第2步：运用切片指令勾勒矩形轮廓

NumPy数组索引遵循 `[行(高度), 列(宽度)]` 的顺序。绘制空心矩形即是对上、下、左、右四个边界区域单独赋值为 255。

# 左侧竖线与右侧竖线
img[start_y : start_y + h, start_x : start_x + border_thickness] = 255
img[start_y : start_y + h, w - border_thickness : w] = 255

# 顶部横线与底部横线(直接覆盖角部区域使闭合更紧密)
img[start_y : start_y + border_thickness, start_x : w - start_x] = 255
img[h - border_thickness : h, start_x : w - start_x] = 255

各段切片逻辑如下：

• 左右竖线：Y轴贯穿画布，X轴限定在起始点与结束点的边缘厚度内。
• 上下横线：X轴贯穿有效区域，Y轴锁定在顶部与底部的厚度区间。

以上就是使用NumPy创建与编辑图像矩阵的详细内容，更多关于Python图像处理与底层矩阵操作的资料请关注本站其它相关文章！