一、项目思路

1. 读取图像
2. 获取图像信息
3. 新建模板
4. 像素值反转
5. 显示图像

二、算法详解

2.1、获取图像信息

img.shape[0]：图像的垂直尺寸（高度）
img.shape[1]：图像的水平尺寸（宽度）
img.shape[2]：图像的通道数

2.2、新建模板

作用：根据给定形状和类型，返回全0填充的数组。
函数说明：zeros(shape, dtype=float, order='C')
输入参数：	
			shape:		形状
			dtype:		（可选参数）数据类型，默认numpy.float64。
			order:		（可选参数），c代表行优先；F代表列优先

2.3、图像通道顺序

需注意：Pillow加载图像后的尺寸是二维，图形化是三维，但无法打印三维尺寸。

详细区别：

• Opencv：uint8的ndarray数据，通道顺序[h, w, c]，颜色通道BGR。

  • 导入模块：import cv2
    （1）cv2.imread()
    （2）cv2.imshow()
    （3）cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

• Matplotlib(plt)：uint8的ndarray数据，通道顺序[h, w, c]，颜色通道RGB。

  • 导入模块：import matplotlib.pyplot as plt
    （1）plt.imread()
    （2）plt.imshow()

• Pillow(PIL)：uint8的ndarray数据，通道顺序[h, w, c]，颜色通道RGB。

  • 导入模块：import PIL
    （1）PIL.Image.open()
    （2）PIL.Image.show()

• Pythorch：tensor数据，通道顺序[n, c, h, w]，颜色通道RGB。

  • 导入模块：import torchvision
    （1）torchvision.transforms.ToTensor()
    （2）torchvision.transforms.ToPILImage()

三、项目实战：彩图的像素值反转（方法一）

import cv2                              # opencv读取的格式是BGR
import matplotlib.pyplot as plt         # Matplotlib是RGB
import numpy as np

img = cv2.imread(r'bee.jpg')	# 读取图像
imgInfo = img.shape				# 读取图像信息
height = imgInfo[0]				# 图像高度
width = imgInfo[1]				# 图像宽度
channel = imgInfo[2]			# 图像通道数

dst = np.zeros((height, width, channel), np.uint8)
for ii in range(channel):
    for jj in range(height):
        for kk in range(width):
            Pixel = img[jj, kk, ii]
            dst[jj, kk, ii] = 255 - Pixel

img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
dst = cv2.cvtColor(dst, cv2.COLOR_BGR2RGB)
plt.subplot(1, 2, 1),    plt.imshow(img),   plt.axis('off'),      plt.title('Raw')
plt.subplot(1, 2, 2),    plt.imshow(dst),   plt.axis('off'),      plt.title('New')
plt.show()

python–图像颜色反转

四、项目实战：彩图的像素值反转（方法二）

import cv2                              # opencv读取的格式是BGR
import matplotlib.pyplot as plt         # Matplotlib是RGB

img = cv2.imread(r'bee.jpg')
dst = 255 - img

img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
dst = cv2.cvtColor(dst, cv2.COLOR_BGR2RGB)
plt.subplot(1, 2, 1),    plt.imshow(img),   plt.axis('off'),      plt.title('Raw')
plt.subplot(1, 2, 2),    plt.imshow(dst),   plt.axis('off'),      plt.title('New')
plt.show()

五、项目实战：彩图转换为灰图后，像素值反转

import cv2                              # opencv读取的格式是BGR
import matplotlib.pyplot as plt         # Matplotlib是RGB

img = cv2.imread('starry_night.jpg', 1)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)        # 彩色图像转换为灰度图像（3通道变为1通道）
dst = 255 - gray                                    # 最大图像灰度值减去原图像，即可得到反转的图像

img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
gray = cv2.cvtColor(gray, cv2.COLOR_BGR2RGB)
dst = cv2.cvtColor(dst, cv2.COLOR_BGR2RGB)
plt.subplot(1, 3, 1),    plt.imshow(img),   plt.axis('off'),      plt.title('Raw')
plt.subplot(1, 3, 2),    plt.imshow(gray),   plt.axis('off'),      plt.title('Gray')
plt.subplot(1, 3, 3),    plt.imshow(dst),   plt.axis('off'),      plt.title('New')
plt.show()