首页 / PYTHON / 【震惊】手把手教你用python做绘图工具（一）

【震惊】手把手教你用python做绘图工具（一）

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了【震惊】手把手教你用python做绘图工具（一），小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含6561字，纯文字阅读大概需要10分钟。

内容图文

在这篇博客里将为你介绍如何通过numpy和cv2进行结和去创建画布，包括空白画布、白色画布和彩色画布。创建画布是制作绘图工具的前提，有了画布我们就可以在画布上尽情的挥洒自己的艺术细胞。

还在为如何去绘图烦恼的小伙伴赶紧看过来，这里手把手教你解决问题~~~~

当然还是讲究一下规则：先点赞再看，尊重一下作者。年轻人还是要讲点武德的。。。

【震惊】手把手教你用python做绘图工具（一） - 文章图片

废话不多说，进入正题→→→

1.创建空白画布

定义一个函数传入图像的宽度、高度和画布的颜色，空白画布颜色传入的RGB值为（255,255,255），具体函数如下：

def InitCanvas(width, height, color=(255, 255, 255)):
    canvas = np.ones((height, width, 3), dtype="uint8")
    canvas[:] = color
    return canvas

例如：在这个空白的画布上创建500*500颜色为纯黑色的画布，可表示为：

canvas = InitCanvas(500, 500, color=(0,0,0))

实现完整代码如下：

'''
初始化画布
'''
import cv2
import numpy as np

def InitCanvas(width, height, color=(255, 255, 255)):
    canvas = np.ones((height, width, 3), dtype="uint8")
    canvas[:] = color
    return canvas

canvas = InitCanvas(500, 500, color=(0, 0, 0))
cv2.imshow('canvas', canvas)
cv2.waitKey(0)
cv2.destroyAllWindows()

【震惊】手把手教你用python做绘图工具（一） - 文章图片

可能有些人不能理解话不要创建原理，下面进行讲解：
1、创建一个画布本质上就是创建一个同等规格的 numpy 的 ndarray 对象；
2、创建一个新的特定尺寸的 ndarray 可以使用 np.zeors 函数, 我们将图像的高度(height), 图像的宽度(width)以及图像的通道数channel 以tuple 类型传入np.zeros 。 再次声明是tuple类型
3、另外由于不是所有的numpy类型的数值都可以放到opencv中进行图像处理，所以数值取值范围在0-255, 需要指定数据类型为uint8 unsigned integer 8-bit
具体实现：
np.zeros((height, width, channels), dtype="uint8")

2.初始化白色的画布

方法一

在创建的空白画布的颜色修改为（255,255,255），即可得到白色的画布，具体代码如下：

import cv2
import numpy as np

def InitCanvas(width, height, color=(255, 255, 255)):
    canvas = np.ones((height, width, 3), dtype="uint8")
    canvas[:] = color
    return canvas

canvas = InitCanvas(500, 500, color=(255, 255, 255))
cv2.imshow('canvas', canvas)
cv2.waitKey(0)
cv2.destroyAllWindows()

【震惊】手把手教你用python做绘图工具（一） - 文章图片

方法二

首先想到的是白色，又因为比较简单，三个通道的值都相同。

ps: 其实灰色的图片(GRAY2BGR), 三个通道的值都相同.

那么我们创建一个全都是1的矩阵，然后，乘上某个数值，问题是不是就解决了。

我们需要用到np.ones 函数

# 初始化一个空画布 500×500 三通道 背景色为白色 
canvas = np.ones((500, 500, 3), dtype="uint8")

接下来， 需要乘上一个整数255 (你可以填入0-255的任意值)

canvas_white *= 255

完整实现代码如下，结果和方法一一样：

import cv2
import numpy as np

canvas = np.ones((500, 500, 3), dtype="uint8")
canvas *= 255

cv2.imshow('canvas', canvas)
cv2.waitKey(0)
cv2.destroyAllWindows()

3. 初始化彩色的画布

3.1 利用cv2的内置方法merge与split

我们初始化BGR的图片canvas之后将原来的图片进行通道分离，分别乘上BGR三个通道的整数值，然后将三个通道合并在一起，就得到我们想要的彩图纯色背景。

那通道的分离需要用到的函数是cv2.split(img)，具体用法如下：

# 将原来的三个通道抽离出来， 分别乘上各个通道的值
(channel_b, channel_g, channel_r) = cv2.split(canvas)
  • channel_b 蓝色通道
  • channel_g 绿色通道
  • channel_r 红色通道
  • 都是二维的ndarray对象

我们指定一种颜色, 例如 color = (140, 30, 60))

注意, 我们这里的颜色指的BGR格式

也就是

B -> 140
G -> 30
R -> 60

接下来分别将其乘上对应的值

# 颜色的值与个通道的全1矩阵相乘
channel_b *= color[0]
channel_g *= color[1]
channel_r *= color[2]

接下来我们将三个通道重新合并，需要用到的函数是cv2.merge，具体用法如下：

cv2.merge([channel_b, channel_g, channel_r])

注意：三个通道的矩阵以list [] 的方式传入merge函数.

综合以上初始化彩色背景的函数可表示为：

'''
初始化画布
'''
import cv2
import numpy as np

# 初始化一个彩色的画布 - cv2版本
def InitCanvas(width, height, color=(255, 255, 255)):
    canvas = np.ones((height, width, 3), dtype="uint8")

    # 将原来的三个通道抽离出来， 分别乘上各个通道的值
    (channel_b, channel_g, channel_r) = cv2.split(canvas)
    # 颜色的值与个通道的全1矩阵相乘
    channel_b *= color[0]
    channel_g *= color[1]
    channel_r *= color[2]

    # cv.merge 合并三个通道的值
    return cv2.merge([channel_b, channel_g, channel_r])

canvas = InitCanvas(500, 500, color=(140, 30,60))
cv2.imshow('canvas', canvas)
cv2.waitKey(0)
cv2.destroyAllWindows()

【震惊】手把手教你用python做绘图工具（一） - 文章图片
canvas = InitCanvas(500, 500, color=(140, 30,60))里面的color可以自己自定义0-255之间的值。

3.2 利用numpy内置的索引

以上的方法创建起来非常的耗时，对于追求完美的小伙伴们可能不会去使用这种方法。那么来了，还有另外一种方法：

使用numpy原生的方法性能会比opencv中的要好。

可以直接使用numpy的ndarray的索引的方法。

例如 ：canvas[:,:,0] 选中的是所有行和所有列像素元素的第一个值，也就是， 所有B通道的值. 然后对其进行赋值：

canvas[:,:,0] = color[0]

具体使用如图：
【震惊】手把手教你用python做绘图工具（一） - 文章图片

完整使用的代码如下：

'''
初始化画布
'''
import cv2
import numpy as np

def InitCanvas(width, height, color=(255, 255, 255)):
    canvas = np.ones((height, width, 3), dtype="uint8")
    # Blue 
    canvas[:,:,0] = color[0]
    # Green
    canvas[:,:,1] = color[1]
    # Red
    canvas[:,:,2] = color[2]

    return canvas

canvas = InitCanvas(500, 500, color=(125, 50, 255))

cv2.imshow('canvas', canvas)
cv2.waitKey(0)

cv2.destroyAllWindows()

【震惊】手把手教你用python做绘图工具（一） - 文章图片

4. 综合实验-初始化背景

在这个综合实验里会创建黑色背景、白色背景、彩色背景。

'''
初始化一个空白的画布
并指定画布的颜色
'''
import cv2
import numpy as np

# 初始化一个空画布 500×500 三通道 背景色为黑色 
canvas_black = np.zeros((500, 500, 3), dtype="uint8")
cv2.imshow("canvas_black", canvas_black)

# 初始化一个空画布 500×500 三通道 背景色为白色 
canvas_white = np.ones((500, 500, 3), dtype="uint8")
canvas_white *= 255

cv2.imshow("canvas_white", canvas_white)

'''
初始化一个彩色的画布 - cv2版本
'''
def InitCanvasV1(width, height, color=(255, 255, 255)):
    canvas = np.ones((height, width, 3), dtype="uint8")

    # 将原来的三个通道抽离出来， 分别乘上各个通道的值
    (channel_b, channel_g, channel_r) = cv2.split(canvas)
    # 颜色的值与个通道的全1矩阵相乘
    channel_b *= color[0]
    channel_g *= color[1]
    channel_r *= color[2]

    # cv.merge 合并三个通道的值
    return cv2.merge([channel_b, channel_g, channel_r])

'''
初始化一个彩色的画布 - numpy版本
使用numpy的索引　赋值
'''
def InitCanvasV2(width, height, color=(255, 255, 255)):
    canvas = np.ones((height, width, 3), dtype="uint8")
    # Blue 
    canvas[:,:,0] = color[0]
    # Green
    canvas[:,:,1] = color[1]
    # Red
    canvas[:,:,2] = color[2]

    return canvas

'''
初始化终极版本
'''
def InitCanvasV3(width, height, color=(255, 255, 255)):
    canvas = np.ones((height, width, 3), dtype="uint8")
    canvas[:] = color
    return canvas

# 初始化一个彩色的画布
canvas_color = InitCanvasV2(500, 500, color=(100, 20, 50))
cv2.imshow("canvas_color", canvas_color)

# 等待e键按下 关闭所有窗口
while cv2.waitKey(0) != ord('e'):
    continue
cv2.destroyAllWindows()

【震惊】手把手教你用python做绘图工具（一） - 文章图片

资源传送门

  • 关注【做一个柔情的程序猿】公众号
  • 在【做一个柔情的程序猿】公众号后台回复 【python资料】【2020秋招】 即可获取相应的惊喜哦！

「?? 感谢大家」

  • 点赞支持下吧，让更多的人也能看到这篇内容（收藏不点赞，都是耍流氓 -_-）
  • 欢迎在留言区与我分享你的想法，也欢迎你在留言区记录你的思考过程

内容总结

以上是互联网集市为您收集整理的【震惊】手把手教你用python做绘图工具（一）全部内容，希望文章能够帮你解决【震惊】手把手教你用python做绘图工具（一）所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/620481.html

来源：【匿名】