在上一節中，主要是介紹了圖像的基本知識以及OpenCV的基本操作，具體內容參見“使用Numpy和Opencv完成基本圖像的數據分析(Part I)”。這部分內容是接著上一節的內容，主要介紹一些其它的操作。

使用邏輯操作處理像素值

可以使用邏輯運算符創建相同大小的數組。但是，邏輯運算操作并不會創建出任何新的數組，只是將True返回給主機變量(host variable)。例如：假設在RGB圖像中過濾掉一些像素值低的像素或像素值高的像素(以及其它任何條件)，將RGB轉換為灰度圖看起來不錯，但是我們目前不會對彩色圖像進行這樣的處理。

首先加載圖像，并將其顯示在屏幕上： 

注意圖像的路徑問題.之后需要考慮轉儲這個顯示的圖像。假設對于任何情況，我們都想要濾除掉低于某值的所有像素值，并假設該閾值設置為20。為此，我們將使用邏輯運算符來執行此任務，最終結果將返回所有索引的真值。 

正如之前所說，主機變量，一般并不使用這個名稱，但在本文中引用它，這是因為它的行為只保留真值，而不是其他任何形式的值。所以，如果展示low_pixel和pic的形狀，我們就會發現它們其實具有相同的形狀。 

我們使用全局比較運算符為所有像素值小于200的像素點生成低值濾波器。但是，我們也可以使用此low_pixel數組作為索引將這些低值設置為某些特定值，這些值可能高于或低于先前的像素值。 

掩膜

圖像掩膜是一種圖像處理技術，被廣泛用于去除具有模糊邊緣、透明或毛刺部分的照片背景，看起來類似于PS中的一項技術。

下面將帶領讀者一起創建一個圓盤形狀的掩膜。首先，我們測量從圖像中心到每個邊界像素值的距離，在這里采用應用比較方便的半徑，然后使用邏輯運算符創建一個圓盤。這個過程很簡單，如下面的代碼所示： 

衛星圖像處理

作為edX的公開課之一，下面將介紹一些衛星圖像及其處理方法，這部分內容是十分有用的，下面對其進行一些處理，做一些分析任務。 

下面看看它的一些基本信息： 

從中可以發現一些有趣的東西，像許多其他可視化結果一樣，每個rgb層中的顏色都表示對應的內容。例如，紅色強弱表示像素中地理數據點的高度，藍色強弱表示方位的度量，而綠色表示斜率，這些顏色將有助于我們以更快、更有效的方式傳達信息，而不僅是顯示數字。

• 紅色像素表示：高度
• 藍色像素表示：方位
• 綠色像素表示：斜率

只需看一下這張彩色圖像，訓練有素的眼睛就能分辨出海拔是多少，斜率是多少，方位在哪里，所以為這些顏色加載更多含義能夠表示更科學的東西，一個好的想法!

檢測每個通道的高像素 

作者：Mohammed Innat，機器學習和數據科學研究者