Python更改x轴和y轴上每n个像素的颜色

正如标题所说，我必须拍摄一幅图像并编写代码，在x轴和y轴上的每个第n个像素上着色

我尝试过使用for循环，但它在整个轴线上显示颜色，而不是我需要的一个像素。我必须使用OpenCV或枕头来完成此任务

#pillow
from PIL import Image
import numpy as np
import matplotlib.pyplot as plt

picture = Image.open('e92m3.jpg')

picture_resized = picture.resize( (500,500) )

pixels = picture_resized.load()
#x,y
for i in range(0,500):
    pixels[i,10] = (0,255,0)
for i in range(0,500):
    pixels[10,i] = (255,0,0)

%matplotlib notebook
plt.imshow(picture_resized)

这是它的大致外观：

---

我想我不明白你的问题，但这是我对它的理解的答案

def interval_replaceimg，offset_x:int=0，interval_x:int，offset_y:int=0，interval_y:int，replace_pxl:tuple: 对于范围偏移量y中的y，img.shape[0]： 对于范围偏移量x中的x，图像形状[1]： 如果x%间隔_x==0和y%间隔_y==0： img[y][x]=替换_pxl

---

我想我不明白你的问题，但这是我对它的理解的答案

def interval_replaceimg，offset_x:int=0，interval_x:int，offset_y:int=0，interval_y:int，replace_pxl:tuple: 对于范围偏移量y中的y，img.shape[0]： 对于范围偏移量x中的x，图像形状[1]： 如果x%间隔_x==0和y%间隔_y==0： img[y][x]=替换_pxl 在Python中，使用图像处理确实应该避免for循环。它们的速度非常慢，效率也非常低。由于几乎所有图像处理套件都使用Numpy阵列存储图像，因此您应该尝试使用矢量化Numpy访问方法，如切片、索引和广播：

import numpy as np
import cv2

# Load image
im = cv2.imread('lena.png')

# Use Numpy indexing to make alternate rows and columns black
im[0::2,0::2] = [0,0,0]
im[1::2,1::2] = [0,0,0]

cv2.imwrite('result.png', im)

如果要使用PIL/Pillow代替OpenCV，请按如下方式加载并保存图像：

from PIL import Image

# Load as PIL Image and make into Numpy array
im = np.array(Image.open('lena.png').convert('RGB'))

... process ...

# Make Numpy array back into PIL Image and save
Image.fromarray(im).save('result.png')

也许可以阅读一下索引。

您确实应该避免使用Python中的图像处理进行for循环。它们的速度非常慢，效率也非常低。由于几乎所有图像处理套件都使用Numpy阵列存储图像，因此您应该尝试使用矢量化Numpy访问方法，如切片、索引和广播：

import numpy as np
import cv2

# Load image
im = cv2.imread('lena.png')

# Use Numpy indexing to make alternate rows and columns black
im[0::2,0::2] = [0,0,0]
im[1::2,1::2] = [0,0,0]

cv2.imwrite('result.png', im)

如果要使用PIL/Pillow代替OpenCV，请按如下方式加载并保存图像：

from PIL import Image

# Load as PIL Image and make into Numpy array
im = np.array(Image.open('lena.png').convert('RGB'))

... process ...

# Make Numpy array back into PIL Image and save
Image.fromarray(im).save('result.png')

---

也许你可以阅读一下索引。

你能发布你尝试过的代码和错误的结果吗？因此，您应该提供一个。看到你能发布你尝试过的代码和错误的结果吗？因此，您应该提供一个。看见