基本的图像处理操作

点击上方 “ 小白学视觉 ”，选择加" 星标 "或“ 置顶 ”

重磅干货，第一时间送达

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。

1. 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:\Users\ChinmayB\Downloads\pexels-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。

2. Pillow 库

# read image by PIL

from PIL import Image 
# creating a object
img = Image.open(r"C:\Users\ChinmayB\Downloads\pexels-photo-8115603.jpeg") 
img.show()
type(img)

输出：

• 输出格式为JPG格式[PIL.JpegImagePlugin.JpegImageFile]

3. 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:\Users\ChinmayB\Downloads\pexels-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

1. 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:\Users\ChinmayB\Downloads\pexels-photo-8115603.jpeg")
blur = cv2.blur(img_1,(5,5))
cv2.imshow("img",blur)
cv2.waitKey(0)
cv2.destroyAllWindows()

2. 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()

3. 中值模糊

##median blurr
img_1 = cv2.imread(r"C:\Users\ChinmayB\Downloads\pexels-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:\Users\ChinmayB\Downloads\pexels-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:\Users\ChinmayB\Downloads\pexels-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:\Users\ChinmayB\Downloads\pexels-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。