图像与矩阵_Python

1.缘起

在稍后学习本专栏第4节（No.4）中会使用到两条代码如下：

#布置矩阵
img = np.zeros((512,256,3), np.uint8)#将矩阵转化带有颜色的图片（全黑也是一种颜色）
cv.imshow('img',img)

于是读完这两条代码你大概知道了：

第一条代码作用是创建一个矩阵。
第二条代码是将这个矩阵转化为带有颜色的图片样式。（cv.imshow()函数已经在本专栏No.1节中讲过，具体地址https://blog.csdn.net/Cristiano2000/article/details/118462985?spm=1001.2014.3001.5501）

那么就得来了解下第一条中的np.zeros()函数：

【numpy.zeros(参数1,参数2,参数3,参数4)】

先来讲讲不是本节重点的东西：

参数2：参数1矩阵的数据的数据类型，例如：numpy.int8等，默认为numpy.float64。

参数3：选择内存中存储矩阵的方式，可选两种：①行为主（字母C）②列为主（字母F）。

参数4：引用对象允许创建非NumPy数组的数组。如果传入的数组支持某某协议，则结果将由它定义。

接着就是本节的重点啦：

参数1：传入矩阵的形状以及该矩阵采用的色彩模式，矩阵中的值默认用0填充。如代码中的(512,256,3)是什么意思呢？我传入(512,3)行不行呢？传入(512,1)行不行呢？

2.神秘的(512,512,3)不再神秘

2.1 预备知识：电脑中的图片

电脑中的每一张图片其实都是由一个一个像素点组成的，而每一个像素点再填充不同的颜色最终形成了我们看到的图片。

例如我之前自己做的坦克大战冰雪节限定坦克皮肤：

看起来是不是还凑合，那么放大无数倍之后呢？

是不是就看到明显的像素点了？只不过填充了不同的颜色：浅蓝，深蓝，白等等。

2.2 (512,256,3)中前两个值512、256

所以，显而易见的，一张正经的图片就是由像素点排列成正方形或者长方形。

(512,256,3)中除了最右边的数字3之外剩下的(512,256)就是用来形成矩阵的形状了，表示高为512个像素，高为256个像素的图片了。

示例1：

示例2：将示例1矩阵的长改变为512

现在我们不看图，把矩阵输出以验证我们的想法：

绿色的框表示一个像素点（里面的三个数值先不要管，2.3讲）。

红色的框表示一行像素点（红框中有256个绿框，表示一行有256个像素）。

蓝色的框表示所有的像素点（框中有512个红框，表示有512行）。

所以矩阵大小是512*256。

可能依旧有些同学不明白，没关系，现在我们把矩阵缩小了再看看：

可以看出：一行由2个像素组成（红框中有俩绿框），总共有2行（蓝框中有俩红框）。

这样就构成了2*2的矩阵啦。

2.3 (512,256,3)中最后一个值3

前面已经讲过图片的形状了，那么如何把一张图片搞的花花绿绿的呢？这就是最后一个数值3的作用了。

先来了解一下颜色吧：

①每个颜色都是由红色、绿色和蓝色调和而来的（RGB色彩模式），红绿蓝数值大小设置的不同调和成了不同的颜色。

②其中红绿蓝数值的最小值设置为0（十六进制表示为#00），最大值设置为255（十六进制表示为#FF）。

③比如一开始默认的黑色（#000000，矩阵默认填充0）就是由无红（#00）+无绿（#00）+无蓝（#00）调和出来的。

所以2.2节中绿色的框（代表每个像素点）里的3个数值就是分别用来设置红绿蓝三原色的数值大小啦。

所以现在你也应该明白了(512,256,3)最右边的3是表示用3个数据来组成颜色。

3.学习完1.和2.后填上之前的坑

Question1：传入(512,3)行不行呢？

Answer1：可以。512代表高为512个像素，长为1个像素（没写就默认1）的矩阵，该矩阵的颜色模式采用RGB。

看下图：看见这一列小黑像素组成的图片了吗嘿嘿，我相信大多数人是看不见的哈哈。

Question2：传入(512,1)行不行呢？

Answer2：可以。512代表高为512个像素，长为1个像素（没写就默认1）的矩阵，而最右边的1则表示用1个数据来组成颜色（RRGGBB颜色模式）。

最后附上颜色模式：各种颜色模式

Question3：传入(512,512,512,3)可以吗？

Answer3：不可以。(512,512,512)形容的不是一个二维矩阵面而是一个3维矩阵体，3维矩阵体无法转化为图像。

写的时候困困的，欢迎勘错揪虫。

参考：

关于numpy.zeros()的官方文档：

https://numpy.org/devdocs/reference/generated/numpy.zeros.html#numpy.zeros

关于颜色光、三原色、三维数组与图像原理：

https://blog.csdn.net/weixin_48306625/article/details/107532968?utm_medium=distribute.pc_relevant.none-task-blog-baidujs_baidulandingword-0&spm=1001.2101.3001.4242