Python 有人能解释一下他们是如何在这里分割图像的吗?

Python 有人能解释一下他们是如何在这里分割图像的吗?,python,numpy,vision,Python,Numpy,Vision,我不明白每个值代表什么,有人能解释一下吗 img_left[:,0:150,:]=np.clip(img_left[:,:150,:]*1.5,0255)它获取图像的前150列(图像中的第一个维度是行,第二个维度是列,第三个维度通常是RGB)。当您通过:调用维度时,您正在选择沿该轴的所有元素。并通过i:j调用维度,沿该维度选择i-th和j-th(包括i和不包括j)之间的所有元素。然后,它将所有这些选定值相乘到1.5,并将值剪裁为介于0和255之间 我假设这是使用open cv,但无论哪种方式,n

我不明白每个值代表什么,有人能解释一下吗


img_left[:,0:150,:]=np.clip(img_left[:,:150,:]*1.5,0255)
它获取图像的前150列(图像中的第一个维度是行,第二个维度是列,第三个维度通常是RGB)。当您通过
调用维度时,您正在选择沿该轴的所有元素。并通过
i:j
调用维度,沿该维度选择
i
-th和
j
-th(包括i和不包括j)之间的所有元素。然后,它将所有这些选定值相乘到
1.5
,并将值剪裁为介于0和255之间

我假设这是使用open cv,但无论哪种方式,numpy数组都由
[:,0:150:,:]
索引,其中:表示单独获取所有值,
x:y
表示从x到y的所有值。这意味着所有的y值(open cv先处理y,然后处理x)、0到149之间的x值以及所有3个颜色通道。

“并将值*1.5剪裁为0到255之间。”;)@Guimoute会不会是一样的?我不这么认为。以灰色图像为例。[0255]中包含的(值x1.5)使新图像更亮。[0255/1.5]中包含的(值)具有奇怪的阈值。我不确定np.clip是否正确,因为我还没有使用它,但一般来说,我会说img_left是一个数组,它的拆分方式表明它是沿着第二个索引切片的,取前150个值。我的意思是,通过数组[:.a:b,:]它是一个3d数组向量,只考虑第二个索引中a和b之间的位置,并包括所有其他索引