一、学习目标

1. 了解图片的通道与数组结构
2. 了解使用numpy创建一个图片
3. 了解使用numpy对图片的一般操作方法

如有错误欢迎指出~

二、了解numpy对图像的编辑

2.1 了解zeros方法的使用方法并且输入了解uint8类型

在前两节中，我们对图像的属性进行了查看，得到了宽、高以及通道，但是我们对整体的图片数据结构还是存在一定的不理解；这一节将加深对图片数据结构上的理解，方便我们接下来的学习。

首先我们需要使用numpy创建一张图片，从最基本的操作逐步对图像数据结构进行了解。我们先在代码头部引入所需库：

import cv2
import numpy as np

引入之后，我们可以使用numpy创建一个指定大小以及通道数的图片数据；可以使用numpy的zeros方法。zeros方法可以把数组转换为我们所需要的矩阵，并且这个数组将会以0这个元素进行填充。zeros接收3个参数，第一个参数为shape形状，这个形状指你这个数组需要的维度；第二个接收的参数为dtype，表示该数组的数据类型，默认为numpy.float64；第三个接收的参数为order，这个参数是可选参数，有2个默认选项，分别是C与F，表示是行优先还是列优先，由于我们现在用不到所以暂时不做过多讲解。

搞明白了zeros方法的参数后，我们可以简单的创建一个一位数组：

data=np.zeros(3)
print(data)

以上代码是创建了有3个元素的一维数组，用0进行填充，并且将值进行输出，结果如下：

那如何创建一个二维数组呢？很简单，但很多人会写错，以下是个错误示例：

data=np.zeros(3,2)

以上使用逗号进行间隔后，2作为了第二个参数dtype，但是dtype中并没有该类型，所以导致了错误，将会提示：

这是进行传参应该使用方括号或者圆括号将参数进行说明，代码如下：

data=np.zeros([3,2])

或

data=np.zeros((3,2))

运行结果如下：

我们已知第二个参数dtype，接下来我们尝试一下使用uint8类型对创建进行指定：

data=np.zeros((3,2),np.uint8)
print(data)

得到结果为：

由于在第一节中，我们已了解uint8的数据范围就是0-255，我们将创建的3行2列的数组第0列第0个做加法运算，增加258，查看是否将会数据溢出：

data=np.zeros((3,2),np.uint8)
data[0][1]=data[0][1]+258
print(data[0][1])

运行结果如下：

结果正确，数据并没有超过258，通过这个示例我们更加的了解了uint8该类型的取值范围。

2.2 了解使用numpy创建与图片数据结构一致的数据类型

我们已知一张图片的数据类型为uint8，并且是3通道的，那么我们这时将可以通过zeros创建一张与图片数据结构类似的图片。现在我们创建一张长宽都为3，通道为3的数组矩阵：

data=np.zeros((3,3,3),np.uint8)
print(data)

这个查看数据：

以上结构很方便我们了解整个结构，接下来修改数据创建一个200*200，有3个通道的矩阵：

data=np.zeros((200,200,3),np.uint8)

创建完毕后我们可以使用显示我们创建的一张“图片”，并且需要添加等待，不然整个程序将会一闪而过：

data=np.zeros((200,200,3),np.uint8)
cv2.imshow("dataImg",data)

运行结果如下：

这个时候将会得到一张纯黑色的图片。我们现在可以通过搜索引擎查看对应纯黑色的RGB值是多少，我通过搜索引擎查看，得到了0 0 0 为黑色；恰好，我们的数据都是以0作为填充的，所以结果为正确。查询结果如下：

从以上图片得知，颜色为白色则是255 255 255的RGB值，那么这时我们可以对该矩阵进行值的改变，即可得到一张白色图片。那我们是否可以这样编写呢？

data=np.zeros((200,200,3),np.uint8)*255

以上的编写方式是不对的，该方式是0成0，永远等于0，不过以上方式可以使每个元素都乘上255。这个时候我们可以把数组的创建方法改为ones，ones与zeros类似，我们可以从方法名上可以得知，zeros是创建数组时填充0，那ones必定是填充1了。我们写一个简单代码进行尝试：

data=np.ones((3,3,3),np.uint8)
print(data)

运行结果如下：

修改之前的代码将zeros方法改为ones方法，完整代码如下：

import cv2
import numpy as np

data=np.ones((200,200,3),np.uint8)*255
cv2.imshow("dataImg",data)
cv2.waitKey (0)
cv2.destroyAllWindows()

这时将会得到一张白色的图片：

2.3 使用OpenCV对图片进行生成

其实我们在创建这些数据时，就已经是创建了一张图片。我们的所有文件资源在计算机中都是以数字存储，而我们所见的这些图片只不过是以人类较为习惯的方式去进行呈现；即使我们操作Photoshop对图片进行更改，那也是以一种人类较为习惯的方式去对一张图片进行修改，但本质上是对数据的编辑。

那既然我们是创建了一张图片，那我们就去保存这一张图片。使用OpenCV的imwrite方法可以对图片数据进行保存。imwrite接收两个参数，第一个是path路径，表示图片存储的位置，但是需要注意的是一定不能够使用中文路径，否则有可能会出现错误；第二个参数为一个数组类型的参数，也就是我们的图像数据。那么我们就可以将自己生成的图像数据传入第二个参数。代码如下：

import cv2
import numpy as np

data=np.ones((200,200,3),np.uint8)*255
cv2.imwrite(r"C:\Users\mx\Desktop\dataImg.png",data)
cv2.imshow("dataImg",data)
cv2.waitKey (0)
cv2.destroyAllWindows()

我所存储的位置是桌面，运行程序后将会在桌面生成一个dataImg名称的白色图片。

我们以上代码使用ones创建后，乘上255，这行代码可以更改为：

data=np.zeros((200,200,3),np.uint8)
data.fill(255)

使用fill方法可以将一个数组内填充一个值。

2.4 了解通道到底指的是什么

有一些同学不了解图像或者numpy，可能会对一些名称有一定的不理解。什么是通道对于这一部分同学来说可能听得还是有点糊涂的；很简单，我们直接使用代码来看通道是啥。

我们已经了解了numpy创建3个通道的图片数据如下：

data=np.zeros((200,200,3),np.uint8)

那此时，我们将该代码编成简单直观的方式，以便我们观察，分别更改创建的数组为3,3与3,3,3以及3,3,4 ：

data=np.zeros((3,3),np.uint8)

data=np.zeros((3,3,3),np.uint8)

这时候查看数据：

其实从3,3到3,3,3明显的注意到是厚度增加了；我们之前说过，图像是由3张单通道图像组成，每一张表示一种色彩，其实就可以理解为我们所看见的图像是由3张通道图像叠加而成，这时就理解了该通道的含义。

注：文章首发于ebaina，点击扩展链接可了解

三、总结

1. 了解图片的通道与数组结构
2. 了解使用numpy使用zeros，ones创建图像结构的数据
3. 了解使用numpy使用fill对数据进行填充
4. 了解了使用OpenCV 的imwrite方法保存数据