如何使用给定的坐标在图像中绘制一个点

Question

我加载了图像并尝试在图像中绘制一个红点

img=mpimg.imread('./images/im00001.jpg')
red = [0,0,255]
# Change one pixel
img[ 0.,-26.10911452,0. ]=red
imgplot = plt.imshow(img)

但出现以下错误

ValueError：赋值目标是只读的

Answer 1

你所做的实际上改变了你的形象。

要在显示的图像上绘制点，您可以在matplotlib 图形中显示图像，然后在其上绘制点。您可以使用pyplot.plot() 函数绘制点，或使用pyplot.scatter() 函数绘制点数组。

image = mpimg.imread("road.jpg")
pts = np.array([[330,620],[950,620],[692,450],[587,450]])

plt.imshow(image)
plt.plot(640, 570, "og", markersize=10)  # og:shorthand for green circle
plt.scatter(pts[:, 0], pts[:, 1], marker="x", color="red", s=200)
plt.show()

Answer 2

你在正确的轨道上。您可以使用 Numpy 拼接更改像素的属性

img[x,y] = [B,G,R]

例如，要将(50,50) 处的像素更改为红色，您可以这样做

img[50,50] = [0,0,255]

在这里我们将单个像素更改为红色（它非常小）

import cv2
import numpy as np

width = 100
height = 100

# Make empty black image of size (100,100)
img = np.zeros((height, width, 3), np.uint8)

red = [0,0,255]

# Change pixel (50,50) to red
img[50,50] = red

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

另一种方法是使用cv2.circle() 在原地绘制您的点。

函数头是

cv2.circle(image, (x, y), radius, (B,G,R), thickness)

使用这个，我们得到相同的结果

cv2.circle(img, (50,50), 1, red, -1)

Answer 3

mpimg 表示您正在使用matplotlib 读取图像。

使用matplotlib 处理图像时要记住以下几点：

• matplotlib 将图像数据存储到 Numpy 数组中。所以，type(img) 将返回 <class 'numpy.ndarray'>。 （参考 1）
• ndarray 的形状代表图像的高度、宽度和波段数。
• 每个内部列表代表一个像素。对于 RGB 图像内部列表长度为 3。对于 RGBA 图像内部列表长度为 4。列表的每个值存储 0.0 到 1.0 之间的浮点数据。每个值代表像素的 R（红色）、G（绿色）、B（蓝色）和 A（Alpha / 透明度）的值。
• 对于 RGB 图像，要将像素设置为红色，应分配像素：[1, 0, 0]
• 对于 RGBA 图像，要将像素设置为红色，应分配像素：[1, 0, 0, 1]
• 在matplotlib 中，图形的大小是固定的，内容会被拉伸/压缩/插值以适合图形。因此，保存图像后，分辨率可能会发生变化。 （参考 2）

根据这些要点，我通过在其中心放置一个红点来编辑 RGBA 图像（png 格式）。

原图：

编辑后的图片：

code.py:

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.image as mpimg

# dpi for the saved figure: https://stackoverflow.com/a/34769840/3129414
dpi = 80

# Set red pixel value for RGB image
red = [1, 0, 0]
img = mpimg.imread("minion.png")
height, width, bands = img.shape

# Update red pixel value for RGBA image
if bands == 4:
    red = [1, 0, 0, 1]

# Update figure size based on image size
figsize = width / float(dpi), height / float(dpi)

# Create a figure of the right size with one axes that takes up the full figure
figure = plt.figure(figsize=figsize)
axes = figure.add_axes([0, 0, 1, 1])

# Hide spines, ticks, etc.
axes.axis('off')

# Draw a red dot at pixel (62,62) to (66, 66)
for i in range(62, 67):
    for j in range(62, 67):
        img[i][j] = red

# Draw the image
axes.imshow(img, interpolation='nearest')

figure.savefig("test.png", dpi=dpi, transparent=True)

参考资料：

1. Matplotlib official tutorial
2. Stackoverflow answer on saving image in same resolution as original image