基本的图像处理操作
Python中的图像处理基础
图像处理是一种对图像执行操作以从中提取信息或增强图像的方法。图像处理是当今计算机视觉中最热门的话题之一，因为它被认为是计算机视觉、OCR 和其他相机相关领域的基础。
让我们开始实际处理图像。
提示：
只是在这里向你展示一个代码片段，但在本文的末尾，提供了的git 存储库，你可以在其中找到此文中的所有代码。你可以直接复制粘贴！
让我们开始吧！
如何读取图像？
你可以通过 3 种类型读取图像。
-
使用 open-cv
OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉和机器学习软件库。OpenCV 旨在为计算机视觉应用程序提供通用基础架构，并加速机器感知在商业产品中的使用。
这是读取图像的最常用方法。
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 读取图像
运行代码后，将打开一个单独的窗口，你将看到你的图像。
-
Waitley 代表你希望在屏幕上停留多长时间的时间。
-
destroyAllWindows() 是用于在时间结束后删除图像的命令。
-
输出图像是数组的形式。
-
Pillow 库
PIL（Python Imaging Library）为 Python 添加了许多图像处理功能。Pillow 是 PIL 的一个分支，增加了一些用户友好的特性。
# read image by PIL
from PIL import Image
# creating a object
img = Image.open(r"C:UsersChinmayBDownloadspexels-photo-8115603.jpeg")
img.show()
type(img)输出：
-
输出格式为JPG格式[PIL.JpegImagePlugin.JpegImageFile]
-
matplotlib库
matplotlib 库中的图像模块用于在 Python 中处理图像。
#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()输出：
-
输出图像是数组的形式。
使图像模糊
-
高斯模糊
使图像模糊的最简单方法是使用高斯滤波器。高斯模糊只是一种借助高斯函数模糊图像的方法。模糊图像使边缘更牢固。
#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()
-
内核模糊
你可以自定义模糊率和其他内容。
#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()-
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()-
这些是你可以使图像模糊并更改模糊强度的方法。
将图像转换为黑白
-
我们以 RGB 三种颜色读取图像。很多时候我们想使用它的基础版本，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()
-
你可以通过上面的代码改变灰度的强度。
裁剪图像
#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()
-
裁剪非常简单，因为你只需要提供从哪里开始和从哪里结束的坐标。
-
你可以使用 cv2.imwrite 存储裁剪的图像以供进一步处理。
编辑应用程序等对比效果
-
对比度决定图像中阴影的数量。
-
在图像特征的灰度基础上进行区分，使用对比度。
######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()
锐化图像
-
很多时候，由于相机镜头没有对焦，图像会变得模糊。锐化效果锐化边缘以获得更好的外观。
#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.array([[-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()
压纹滤镜
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：内核中这些不同值的组合是生成你当前在 Instagram、Snapchat 和其他社交媒体上使用的许多滤镜的基础。
以任意角度旋转图像
-
通过这种简单的 cv2 方法，可以实现所有图像数据增强，如旋转、翻转、垂直和水平。
# Creating our emboss filter
img_1 = cv2.imread(r'C:UsersChinmayBDownloadspexels-photo-8115603.jpeg',1)
filter = np.array([[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()
缩小/调整图像大小
-
对于更大尺寸的图像，数据要求更多。所以缩小有时可以提高它的可见性和功能。
# 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()在图像上写文字
-
水印或任何其他文本是图像中的重要因素之一。下面的程序将让你了解如何在图像上编写文本。
###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()
这些是我觉得有趣的图像处理操作。这些所有操作都基于许多图像编辑应用程序。你可以通过结合所有技术来创建相同的应用程序。
GitHub 链接：https://github.com/ChinmayBH/Exploring-Vision/blob/main/Image%20processing%201.ipynb
☆ END ☆
如果看到这里，说明你喜欢这篇文章，请转发、点赞。微信搜索「uncle_pn」，欢迎添加小编微信「 woshicver」，每日朋友圈更新一篇高质量博文。
↓扫描二维码添加小编↓