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。

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：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。

2. 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

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：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

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：UsersChinmayBDownloadspexels－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：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。

       原文标题 : 基本的图像处理操作