Python中的圖像處理基礎(chǔ)

圖像處理是一種對(duì)圖像執(zhí)行操作以從中提取信息或增強(qiáng)圖像的方法。圖像處理是當(dāng)今計(jì)算機(jī)視覺(jué)中最熱門(mén)的話(huà)題之一，因?yàn)樗�被認(rèn)為是計(jì)算機(jī)視覺(jué)、OCR 和其他相機(jī)相關(guān)領(lǐng)域的基礎(chǔ)。

讓我們開(kāi)始實(shí)際處理圖像。

提示：

只是在這里向你展示一個(gè)代碼片段，但在本文的末尾，提供了的git 存儲(chǔ)庫(kù)，你可以在其中找到此文中的所有代碼。你可以直接復(fù)制粘貼！

讓我們開(kāi)始吧！

如何讀取圖像？

你可以通過(guò) 3 種類(lèi)型讀取圖像。

1. 使用 open－cv

OpenCV（Open Source Computer Vision Library）是一個(gè)開(kāi)源的計(jì)算機(jī)視覺(jué)和機(jī)器學(xué)習(xí)軟件庫(kù)。OpenCV 旨在為計(jì)算機(jī)視覺(jué)應(yīng)用程序提供通用基礎(chǔ)架構(gòu)，并加速機(jī)器感知在商業(yè)產(chǎn)品中的使用。

這是讀取圖像的最常用方法。

import cv2

＃read image by opencv

img＿1 ＝ cv2．imread（r＂C：UsersChinmayBDownloadspexels－photo－8115603．jpeg＂）

cv2．imshow（＂img＂，img＿1）

cv2．waitKey（0）

cv2．destroyAllWindows（）

cv2 讀取圖像

運(yùn)行代碼后，將打開(kāi)一個(gè)單獨(dú)的窗口，你將看到你的圖像。

· Waitley 代表你希望在屏幕上停留多長(zhǎng)時(shí)間的時(shí)間。

· destroyAllWindows（） 是用于在時(shí)間結(jié)束后刪除圖像的命令。

· 輸出圖像是數(shù)組的形式。

2. Pillow 庫(kù)

PIL（Python Imaging Library）為 Python 添加了許多圖像處理功能。Pillow 是 PIL 的一個(gè)分支，增加了一些用戶(hù)友好的特性。

＃ read image by PIL

from PIL import Image

＃ creating a object

img ＝ Image．open（r＂C：UsersChinmayBDownloadspexels－photo－8115603．jpeg＂）

img．show（）

type（img）

輸出：

· 輸出格式為JPG格式［PIL．JpegImagePlugin．JpegImageFile

3. matplotlib庫(kù)

matplotlib 庫(kù)中的圖像模塊用于在 Python 中處理圖像。

＃read image by matplotlib

import matplotlib．pyplot as plt

import matplotlib．image as mpimg

from matplotlib．pyplot import figure

figure（figsize＝（4， 3）， dpi＝80）

img ＝ mpimg．imread（r＇C：UsersChinmayBDownloadspexels－photo－8115603．jpeg＇）

imgplot ＝ plt．imshow（img）

plt．show（）

輸出：

· 輸出圖像是數(shù)組的形式。

使圖像模糊

1. 高斯模糊

使圖像模糊的最簡(jiǎn)單方法是使用高斯濾波器。高斯模糊只是一種借助高斯函數(shù)模糊圖像的方法。模糊圖像使邊緣更牢固。

＃gaussian blurr

import cv2

img＿1 ＝ cv2．imread（r＂C：UsersChinmayBDownloadspexels－photo－8115603．jpeg＂）

blur ＝ cv2．blur（img＿1，（5，5））

cv2．imshow（＂img＂，blur）

cv2．waitKey（0）

cv2．destroyAllWindows（）

2. 內(nèi)核模糊

你可以自定義模糊率和其他內(nèi)容。

＃Kernel blurr

import numpy as np

kernel ＝ np．ones（（5，5），np．float32）／25

dst ＝ cv2．filter2D（img＿1，－1，kernel）

cv2．imshow（＂img＂，dst）

cv2．waitKey（0）

cv2．destroyAllWindows（）

3. 中值模糊

＃＃median blurr

img＿1 ＝ cv2．imread（r＂C：UsersChinmayBDownloadspexels－photo－8115603．jpeg＂）

median ＝ cv2．medianBlur（img＿1，17）

cv2．imshow（＂img＂，median）

cv2．waitKey（0）

cv2．destroyAllWindows（）

· 這些是你可以使圖像模糊并更改模糊強(qiáng)度的方法。

將圖像轉(zhuǎn)換為黑白

· 我們以 RGB 三種顏色讀取圖像。很多時(shí)候我們想使用它的基礎(chǔ)版本，比如黑白。

＃＃＃＃＃＃converting image into black and white

import cv2
 

img＿1 ＝ cv2．imread（r＂C：UsersChinmayBDownloadspexels－photo－8115603．jpeg＂）

grayImage ＝ cv2．cvtColor（img＿1， cv2．COLOR＿BGR2GRAY）
（thresh， blackAndWhiteImage） ＝ cv2．threshold（grayImage， 127， 255， cv2．THRESH＿BINARY）

＃ cv2．imshow（＇Black white image＇， blackAndWhiteImage）

cv2．imshow（＇Gray image＇， grayImage）
 

cv2．waitKey（0）

cv2．destroyAllWindows（）

· 你可以通過(guò)上面的代碼改變灰度的強(qiáng)度。

裁剪圖像

＃Cropping Image

img＿1 ＝ cv2．imread（r＂C：UsersChinmayBDownloadspexels－photo－8115603．jpeg＂）
x，y，c ＝ img＿1．shape

new＿img ＝ img＿1［50：580， 100：300］  

cv2．imshow（＇Gray image＇， new＿img）  

cv2．waitKey（0）

cv2．destroyAllWindows（）  

· 裁剪非常簡(jiǎn)單，因?yàn)槟阒恍枰�提供從哪里開(kāi)始和從哪里結(jié)束的坐標(biāo)。

· 你可以使用 cv2．imwrite 存儲(chǔ)裁剪的圖像以供進(jìn)一步處理。

編輯應(yīng)用程序等對(duì)比效果

· 對(duì)比度決定圖像中陰影的數(shù)量。

· 在圖像特征的灰度基礎(chǔ)上進(jìn)行區(qū)分，使用對(duì)比度。

＃＃＃＃＃＃contrast

from PIL import Image， ImageEnhance
 

＃ Opening Image

im ＝ Image．open（r＂C：UsersChinmayBDownloadspexels－photo－8115603．jpeg＂）
 

＃ Creating object of Contrast class

im3 ＝ ImageEnhance．Contrast（im）
 

＃ showing resultant image

im3．enhance（4．9）．show（）

銳化圖像

· 很多時(shí)候，由于相機(jī)鏡頭沒(méi)有對(duì)焦，圖像會(huì)變得模糊。銳化效果銳化邊緣以獲得更好的外觀。

＃sharpning an image

import numpy as np

import cv2

img1 ＝ cv2．imread（r＇C：UsersChinmayBDownloadspexels－photo－8115603．jpeg＇，1）

＃ Creating our sharpening filter

filter ＝ np．a(chǎn)rray（［［－1， －1， －1］， ［－1， 9， －1］， ［－1， －1， －1］］）

＃ Applying cv2．filter2D function on our Cybertruck image

sharpen＿img＿1＝cv2．filter2D（img1，－1，filter）

sharpen＿img＿1 ＝ cv2． resize（sharpen＿img＿1， （960， 840））

cv2．imshow（＂sharp＂，sharpen＿img＿1）

cv2．waitKey（0）

cv2．destroyAllWindows（）  

壓紋濾鏡

import cv2

img1 ＝ cv2．imread（r＇C：UsersChinmayBDownloadspexels－photo－8115603．jpeg＇，1）

（b，g，r）＝cv2．split（img1）

r＿new ＝ r＊0．393 ＋ g＊0．769 ＋ b＊0．189

g＿new ＝ r＊0．349 ＋ g＊0．686 ＋ b＊0．168

b＿new ＝ r＊0．272 ＋ g＊0．534 ＋ b＊0．131

img＿new＝cv2．merge（［b＿new， g＿new， r＿new］）

cv2．imshow（＂img＂，img＿new）

cv2．waitKey（0）

cv2．destroyAllWindows（）

小提示：內(nèi)核中這些不同值的組合是生成你當(dāng)前在 Instagram、Snapchat 和其他社交媒體上使用的許多濾鏡的基礎(chǔ)。

以任意角度旋轉(zhuǎn)圖像

· 通過(guò)這種簡(jiǎn)單的 cv2 方法，可以實(shí)現(xiàn)所有圖像數(shù)據(jù)增強(qiáng)，如旋轉(zhuǎn)、翻轉(zhuǎn)、垂直和水平。

＃ Creating our emboss filter

img＿1 ＝ cv2．imread（r＇C：UsersChinmayBDownloadspexels－photo－8115603．jpeg＇，1）

filter ＝ np．a(chǎn)rray（［［0，1，0］，［0，0，0］，［0，－1，0］］）

＃ Applying cv2．filter2D function on our Cybertruck image

emboss＿img＿1＝cv2．filter2D（img＿1，－1，filter）

emboss＿img＿1＝emboss＿img＿1＋128

emboss＿img＿1 ＝ cv2． resize（emboss＿img＿1， （660， 640））

cv2．imshow（＂dsnfj＂，emboss＿img＿1）

cv2．waitKey（0）

cv2．destroyAllWindows（）

縮�。�調(diào)整圖像大小

· 對(duì)于更大尺寸的圖像，數(shù)據(jù)要求更多。所以縮小有時(shí)可以提高它的可見(jiàn)性和功能。

＃ import the Python Image

＃ processing Library

from PIL import Image

＃ Giving The Original image Directory

＃ Specified

Original＿Image ＝ Image．open（r＂C：UsersChinmayBDownloadspexels－photo－8115603．jpeg＂）

＃ Rotate Image By 180 Degree

rotated＿image1 ＝ Original＿Image．rotate（180）

＃ This is Alternative Syntax To Rotate

＃ The Image

rotated＿image2 ＝ Original＿Image．transpose（Image．ROTATE＿90）

＃ This Will Rotate Image By 60 Degree

rotated＿image3 ＝ Original＿Image．rotate（60）

rotated＿image1．show（）

rotated＿image2．show（）

rotated＿image3．show（）

在圖像上寫(xiě)文字

水印或任何其他文本是圖像中的重要因素之一。下面的程序?qū)⒆屇懔私馊绾卧趫D像上編寫(xiě)文本。

＃＃＃shrink image

img＿1 ＝ cv2．imread（r＇C：UsersChinmayBDownloadspexels－photo－8115603．jpeg＇，1）

img＿shrinked ＝ cv2．resize（img＿1，（150， 150）， interpolation ＝ cv2．INTER＿AREA）

cv2．imshow（＇img＇，img＿shrinked）

cv2．waitKey（0）

cv2．destroyAllWindows（）

這些是我覺(jué)得有趣的圖像處理操作。這些所有操作都基于許多圖像編輯應(yīng)用程序。你可以通過(guò)結(jié)合所有技術(shù)來(lái)創(chuàng)建相同的應(yīng)用程序。

       原文標(biāo)題 : 基本的圖像處理操作