opencv获得彩色图像的长宽

在OpenCV中，获取彩色图像（通常为BGR格式）的宽度和长度（即高度），你可以使用`shape`属性或者直接访问`.width`和`.height`。这两个属性分别返回的是图像的列数（宽度）和行数（高度）。以下是一个简单的例子：

import cv2

# 加载图片
img = cv2.imread('image.jpg')

# 获取图像的尺寸
rows, cols, channels = img.shape  # rows代表高度，cols代表宽度

print("Image width:", cols)
print("Image height:", rows)

相关问题

Python中用opencv如何提取一张长宽比为4:3的图片的斜对角线的像素值

在Python中，使用OpenCV库（cv2）提取一张长宽比接近4:3的图片的斜对角线的像素值，可以按照以下步骤操作：

1. 首先，你需要导入必要的库，包括OpenCV和numpy：

import cv2
import numpy as np

2. 加载图片并检查其长宽比：

img = cv2.imread('image_path.jpg')
height, width = img.shape[:2]
aspect_ratio = width / height

如果`aspect_ratio`接近1.333（即4/3），则说明图片接近4:3。

3. 计算斜对角线的位置。对于长宽比为4:3的图像，一条合适的斜对角线是从左上角到右下角：

dx = width - 1
dy = height - 1

4. 创建一个新的空数组来存储像素值：

diagonal_pixels = np.zeros((width,), dtype=np.uint8)

5. 使用`numpy`的`roll`函数，按行移动数组，从左上角开始取每个像素直到右下角：

for y in range(dy):
    diagonal_pixels[y] = img[dy - y][x]
    x += 1

或者，更简洁地可以用一行代码：

diagonal_pixels = img[(dy,)*width]

这里`(dy,)*width`创建了一个宽度为`width`的元组列表，所有元素都是`dy`，相当于滚动一次获取整条对角线的像素。

6. 如果你想提取的是灰度图像，确保在提取之前将彩色图像转换为灰度：

if len(img.shape) == 3:
    gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    diagonal_pixels = gray_img.diagonal()

现在，`diagonal_pixels`数组包含了斜对角线上所有像素的灰度值（如果是彩色图，则为BGR值）。你可以进一步处理这个数组，例如计算平均值、最大值等。

复制一幅彩色图像，隔行隔列取样，将长宽分辨率的分别减半，输出一幅缩小的彩色图像，cpp文件

在C++中，你可以使用OpenCV库来进行图像处理操作，如缩放、采样等。以下是一个简单的示例，说明如何实现这个过程：

#include <opencv2/opencv.hpp>

cv::Mat resizeImage(cv::Mat src) {
    // 检查输入是否为彩色图像
    cv::cvtColor(src, src, cv::COLOR_BGR2RGB); // 将BGR转为RGB格式方便描述

    // 创建一个和原图同样类型的空矩阵用于保存结果
    cv::Mat resized;
    int newWidth = src.cols / 2; // 长度减半
    int newHeight = src.rows / 2; // 宽度减半
    resized.create(newHeight, newWidth, src.type());

    // 使用INTER_LINEAR插值方式进行隔行隔列取样
    cv::resize(src, resized, resized.size(), 0.5, 0.5, cv::INTER_LINEAR);

    return resized;
}

int main() {
    // 加载原始图像
    cv::Mat originalImage = cv::imread("input.jpg");
    if (originalImage.empty()) {
        std::cout << "Failed to load image" << std::endl;
        return -1;
    }

    // 缩小并输出图像
    cv::Mat resized = resizeImage(originalImage);
    imwrite("output_half_size.jpg", resized);

    // 清理资源
    cv::destroyAllWindows();

    return 0;
}

在这个示例中，首先检查并转换图像为RGB格式，然后创建一个新的矩阵用于存储缩小后的图像，并使用`cv::resize`函数进行处理。最后，将缩小后的图像保存到新的文件。