【1】引言

前述学习过程中，掌握了用numpy创建矩阵数据，把所有像素点的BGR取值设置为0，然后创建纯黑灰度图的方法，具体链接为：

python学opencv|读取图像（八）用numpy创建纯黑灰度图-CSDN博客

在更早的学习进程中，我们了解到opencv对灰度图的颜色BGR取值都是[0,255]，链接为：

python学opencv|读取图像（六）读取图像像素RGB值-CSDN博客

为此，我们尝试优化BGR取值，让其逐渐变化，显示黑白相间的灰度图。

【2】代码测试

【2.1】设置BGR=255

在纯黑灰度图的设计中，所有BGR=0，在这里我们先做修改，将BGR改为最大值255，获得下述代码：

import numpy as np #引入numpy模块
import cv2 as cv #引入cv2模块
from imageio.v2 import imwrite

#定义图像
t=np.arange(300,600,20) #定义变量，在[300,600)区间，每隔20取一个值
t_max=np.max(t) #取变量最大值作为像素大小
print('t_max=',t_max) #输出最大值
image=np.zeros([t_max,t_max],np.uint8) #定义一个竖直和水平像素均为t最大值的全0矩阵
image[80:500,80:500]=255  #设置动态像素

#显示和保存定义的图像
cv.imshow('display-pho',image) #显示图像
cv.imwrite('image-2.jpg',image) #保存图像
cv.waitKey() #图像不关闭
cv.destroyAllWindows() #释放所有窗口

上述代码中，在垂直和水平像素区间均取[80:500]的范围内，设置BGR=255，相关代码为：

image[80:500,80:500]=255  #设置动态像素

运行后的输出图像为：

图1

此时我们看到黑白相间的灰度图。

在区间[0,255]范围内，BGR=0时为纯黑色图；BGR=255时为纯白色图。

【2.2】设置BGR为变量

进一步，修改BGR为变量，对应的代码为：

for i in range(80,500,10):
    for j in range(80,500,20):
        image[i:i+5,j:j+5]=250*np.sin(0.1*i)+250*np.tanh(0.1*i) #设置动态像素
        print('i=',i,'j=',j)
        print('image[i,j]=',image[i,j])

此时获得的图像为：

图2

对应的完整代码为：

import numpy as np #引入numpy模块
import cv2 as cv #引入cv2模块
from imageio.v2 import imwrite

#定义图像
t=np.arange(300,600,20) #定义变量，在[300,600)区间，每隔20取一个值
t_max=np.max(t) #取变量最大值作为像素大小
print('t_max=',t_max) #输出最大值
image=np.zeros([t_max,t_max],np.uint8) #定义一个竖直和水平像素均为t最大值的全0矩阵
for i in range(80,500,10):
    for j in range(80,500,20):
        image[i:i+5,j:j+5]=250*np.sin(0.1*i)+250*np.tanh(0.1*i) #设置动态像素
        print('i=',i,'j=',j)
        print('image[i,j]=',image[i,j])

#显示和保存定义的图像
cv.imshow('display-pho',image) #显示图像
cv.imwrite('image-3.jpg',image) #保存图像
cv.waitKey() #图像不关闭
cv.destroyAllWindows() #释放所有窗口

有时候我们系那个大胆尝试一下颜色动态变化的图像，这个时候可以定义一个随机矩阵：

k=np.random.randint(0,255,[t_max,t_max]) #创建一个随机数矩阵

然后命令所有的BGR和随机矩阵的数据一一对应：

for i in range(80,500,10):
    for j in range(80,500,20):
        image[i:i+5,j:j+5]=k[i,j]#设置动态像素
        print('i=',i,'j=',j)
        print('image[i,j]=',image[i,j])

这时候就会得到一个类似于万家灯火的灰度图：

图3

此时对应的完整代码为：

import numpy as np #引入numpy模块
import cv2 as cv #引入cv2模块
from imageio.v2 import imwrite

#定义图像
t=np.arange(300,600,20) #定义变量，在[300,600)区间，每隔20取一个值
t_max=np.max(t) #取变量最大值作为像素大小
print('t_max=',t_max) #输出最大值
image=np.zeros([t_max,t_max],np.uint8) #定义一个竖直和水平像素均为t最大值的全0矩阵
k=np.random.randint(0,255,[t_max,t_max]) #创建一个随机数矩阵
print('k=',k)
for i in range(80,500,10):
    for j in range(80,500,20):
        image[i:i+5,j:j+5]=k[i,j]#设置动态像素
        print('i=',i,'j=',j)
        print('image[i,j]=',image[i,j])

#显示和保存定义的图像
cv.imshow('display-pho',image) #显示图像
cv.imwrite('image-3.jpg',image) #保存图像
cv.waitKey() #图像不关闭
cv.destroyAllWindows() #释放所有窗口

【2.3】代码细节

需要注意的是 ，image[i:i+5,j:j+5]的目的是为了设置白色或者黑色线条的长度和宽度。

i:i+5表示[i,i+5]这个区间内，竖直方向的像素范围；

j:j+5表示[j,j+5]这个区间内，水平方向的像素范围。

通过修改这个区间内的数据，可以实现不同像素范围内的BGR设置。

【3】总结

掌握了用numpy创建黑白相间灰度图的技巧。