Python | OpenCV 圖片屬性與資訊查詢

📚 前言

在上一篇 影片輸出與編碼 中，我們學會了如何使用 cv2.VideoWriter() 將影格序列輸出為影片檔案。
這一篇要進一步學習 圖片屬性與資訊查詢，理解如何取得圖片的大小、通道數、型態等基本資訊，並進一步分析圖片的內容。

🖼️ 基本屬性

• shape：圖片的維度資訊 (高度, 寬度, 通道數)
• size：圖片的總像素數 (高度 x 寬度 x 通道數)
• dtype：圖片的資料型態 (例如 uint8)
• ndim：圖片的維度數量

💻 範例程式

1
2
3
4
5
6
7
8
9

# image_info_basic.py
import cv2

img = cv2.imread("assets/test.png")

print("Shape:", img.shape)   # (高度, 寬度, 通道數)
print("Size:", img.size)     # 總像素數 (高度 x 寬度 x 通道數)
print("Dtype:", img.dtype)   # 資料型態
print("Ndim:", img.ndim)     # 維度數量

圖：輸出圖片的基本屬性

🎨 像素操作

圖片在 OpenCV 中其實就是一個 NumPy 陣列，每個像素都對應到一組 BGR 值 (範圍 0~255)。除了查詢，我們也能直接存取或修改像素。​‌‌‌​​​​​‌‌‌‌​​‌​‌‌‌​‌​​​‌‌​‌​​​​‌‌​‌‌‌‌​‌‌​‌‌‌​​​‌​‌‌​‌​‌‌​‌‌‌‌​‌‌‌​​​​​‌‌​​‌​‌​‌‌​‌‌‌​​‌‌​​​‌‌​‌‌‌​‌‌​​​‌​‌‌​‌​​‌‌​​‌​​​‌‌​​​​​​‌‌​​‌​​​‌‌​‌‌​​​‌‌​​​​​​‌‌​​​‌​​‌‌​​​‌​​‌‌​​‌‌​​‌​‌‌​‌​‌‌‌​​​​​‌‌‌‌​​‌​‌‌‌​‌​​​‌‌​‌​​​​‌‌​‌‌‌‌​‌‌​‌‌‌​​​‌​‌‌​‌​‌‌​‌‌‌‌​‌‌‌​​​​​‌‌​​‌​‌​‌‌​‌‌‌​​‌‌​​​‌‌​‌‌‌​‌‌​​​‌​‌‌​‌​‌‌​‌​​‌​‌‌​‌‌​‌​‌‌​​​​‌​‌‌​​‌‌‌​‌‌​​‌​‌​​‌​‌‌​‌​‌‌​‌​​‌​‌‌​‌‌‌​​‌‌​​‌‌​​‌‌​‌‌‌‌​‌‌‌​​‌​​‌‌​‌‌​‌​‌‌​​​​‌​‌‌‌​‌​​​‌‌​‌​​‌​‌‌​‌‌‌‌​‌‌​‌‌‌​

範例一：讀取像素顏色

1
2
3
4
5
6
7
8
9
10
11
12
13
14

# image_pixel_read.py
import cv2

img = cv2.imread("assets/test.png")

# 取得某個像素的 BGR 值
(b, g, r) = img[100, 200]   # 位置 (y=100, x=200)
print("B:", b, "G:", g, "R:", r)

# 分離三個顏色通道
b_channel, g_channel, r_channel = cv2.split(img)
print("Blue 通道:", b_channel)
print("Green 通道:", g_channel)
print("Red 通道:", r_channel)

👉 單一像素的顏色資訊可用於顏色偵測、區域分析或圖片修正；而分離通道則能針對單一顏色做進一步處理。

範例二：建立與修改像素顏色

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

# image_pixel_modify.py
import cv2
import numpy as np

# 建立 4x4 全白的圖片陣列 (BGR 格式)
img = np.zeros((4, 4, 3), dtype=np.uint8)
img[:] = [255, 255, 255]

# 修改某些像素顏色
img[0, 0] = [255, 0, 0]   # 左上角改成藍色
img[1, 2] = [0, 255, 0]   # 第二列第三格改成綠色
img[3, 3] = [0, 0, 255]   # 右下角改成紅色

print(img)

# 放大顯示 (例如放大到 400x400)
big_img = cv2.resize(img, (400, 400), interpolation=cv2.INTER_NEAREST)

cv2.imshow("test", big_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

圖：建立 4x4 圖片並修改像素顏色，再放大顯示

圖：對應顯示藍、綠、紅色區塊​‌‌‌​​​​​‌‌‌‌​​‌​‌‌‌​‌​​​‌‌​‌​​​​‌‌​‌‌‌‌​‌‌​‌‌‌​​​‌​‌‌​‌​‌‌​‌‌‌‌​‌‌‌​​​​​‌‌​​‌​‌​‌‌​‌‌‌​​‌‌​​​‌‌​‌‌‌​‌‌​​​‌​‌‌​‌​​‌‌​​‌​​​‌‌​​​​​​‌‌​​‌​​​‌‌​‌‌​​​‌‌​​​​​​‌‌​​​‌​​‌‌​​​‌​​‌‌​​‌‌​​‌​‌‌​‌​‌‌‌​​​​​‌‌‌‌​​‌​‌‌‌​‌​​​‌‌​‌​​​​‌‌​‌‌‌‌​‌‌​‌‌‌​​​‌​‌‌​‌​‌‌​‌‌‌‌​‌‌‌​​​​​‌‌​​‌​‌​‌‌​‌‌‌​​‌‌​​​‌‌​‌‌‌​‌‌​​​‌​‌‌​‌​‌‌​‌​​‌​‌‌​‌‌​‌​‌‌​​​​‌​‌‌​​‌‌‌​‌‌​​‌​‌​​‌​‌‌​‌​‌‌​‌​​‌​‌‌​‌‌‌​​‌‌​​‌‌​​‌‌​‌‌‌‌​‌‌‌​​‌​​‌‌​‌‌​‌​‌‌​​​​‌​‌‌‌​‌​​​‌‌​‌​​‌​‌‌​‌‌‌‌​‌‌​‌‌‌​

🔍 進階分析

除了基本屬性之外，我們也可以進一步分析圖片的內容：

• 平均顏色：計算整張圖片的平均 BGR 值。
  👉 可用來描述圖片整體風格、判斷主色調、檢查亮度或曝光。
• 最大值 / 最小值：找出像素的亮度範圍。
  👉 可用於圖片品質檢測，判斷是否過暗或過曝。
• 灰階直方圖：統計像素分布，常用於圖片分析。
  👉 可用於亮度分析、對比度判斷、圖片增強。

💻 範例程式

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

# image_info_advanced.py
import cv2
import numpy as np

img = cv2.imread("assets/test.png")

# 平均顏色 (BGR)
mean_color = cv2.mean(img)[:3]
print("平均顏色 (BGR):", mean_color)

# 最大值與最小值
min_val, max_val, _, _ = cv2.minMaxLoc(cv2.cvtColor(img, cv2.COLOR_BGR2GRAY))
print("灰階最小值:", min_val)
print("灰階最大值:", max_val)

# 計算灰階直方圖
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
hist = cv2.calcHist([gray], [0], None, [256], [0, 256])
print("灰階直方圖:", hist[:10])  # 只顯示前 10 個 bin

圖：圖片的平均顏色與灰階直方圖

⚠️ 注意事項

• 顏色通道：彩色圖片通常是 BGR 三通道，灰階圖片則只有一通道。
• 資料型態：常見為 uint8，範圍 0~255。
• 圖片大小：不同解析度會影響後續處理效能。
• 直方圖應用：可用於亮度分析、對比度調整、圖片增強等。

🎯 結語

這一篇我們學會了如何查詢圖片的基本屬性，包括大小、通道數、型態等，並進一步分析平均顏色、亮度範圍、直方圖，以及單一像素的顏色資訊。
下一篇進入 影片屬性與資訊查詢，掌握影片處理的更多技巧。​‌‌‌​​​​​‌‌‌‌​​‌​‌‌‌​‌​​​‌‌​‌​​​​‌‌​‌‌‌‌​‌‌​‌‌‌​​​‌​‌‌​‌​‌‌​‌‌‌‌​‌‌‌​​​​​‌‌​​‌​‌​‌‌​‌‌‌​​‌‌​​​‌‌​‌‌‌​‌‌​​​‌​‌‌​‌​​‌‌​​‌​​​‌‌​​​​​​‌‌​​‌​​​‌‌​‌‌​​​‌‌​​​​​​‌‌​​​‌​​‌‌​​​‌​​‌‌​​‌‌​​‌​‌‌​‌​‌‌‌​​​​​‌‌‌‌​​‌​‌‌‌​‌​​​‌‌​‌​​​​‌‌​‌‌‌‌​‌‌​‌‌‌​​​‌​‌‌​‌​‌‌​‌‌‌‌​‌‌‌​​​​​‌‌​​‌​‌​‌‌​‌‌‌​​‌‌​​​‌‌​‌‌‌​‌‌​​​‌​‌‌​‌​‌‌​‌​​‌​‌‌​‌‌​‌​‌‌​​​​‌​‌‌​​‌‌‌​‌‌​​‌​‌​​‌​‌‌​‌​‌‌​‌​​‌​‌‌​‌‌‌​​‌‌​​‌‌​​‌‌​‌‌‌‌​‌‌‌​​‌​​‌‌​‌‌​‌​‌‌​​​​‌​‌‌‌​‌​​​‌‌​‌​​‌​‌‌​‌‌‌‌​‌‌​‌‌‌​

📖 如在學習過程中遇到疑問，或是想了解更多相關主題，建議回顧一下 Python | OpenCV 系列導讀，掌握完整的章節目錄，方便快速找到你需要的內容。

註：以上參考了
OpenCV Tutorials
OpenCV-Python Tutorials