介紹

在這篇文章中，我們將學(xué)習(xí)如何執(zhí)行圖像處理。在整篇文章中，我們使用到的庫(kù)是Scikit Image。

基礎(chǔ)知識(shí)

1、什么是圖像？

圖像數(shù)據(jù)可能是文本之后最常見(jiàn)的數(shù)據(jù)。那么，電腦如何理解你在埃菲爾鐵塔前的自拍呢？

它使用一個(gè)稱為像素的小正方形網(wǎng)格。像素覆蓋一個(gè)小區(qū)域，并具有表示顏色的值。圖像中的像素越多，其質(zhì)量越高，存儲(chǔ)所需的內(nèi)存越多。

就是這樣。圖像處理主要是處理這些單獨(dú)的像素（有時(shí)是像素組），以便計(jì)算機(jī)視覺(jué)算法可以從中提取更多信息。

2、NumPy和Skimage的圖像基礎(chǔ)

在Matplotlib和Skimage中，圖像都作為NumPy ndarray加載。

from skimage．io import imread  ＃ pip install scikit－image

image ＝ imread（＂images／colorful＿scenery．jpg＂）

＞＞＞ type（image）

numpy．ndarray

NumPy數(shù)組帶來(lái)靈活性、速度和力量。圖像處理也不例外。

Ndarrays可以輕松檢索圖像的一般詳細(xì)信息，例如圖像的尺寸：

＞＞＞ image．shape

（853， 1280， 3）

＞＞＞ image．ndim

3

＃ The number of pixels

＞＞＞ image．size  ＃ 853 ＊ 1280 ＊ 3

3275520

我們的圖像高度為853像素，寬度為1280像素。第三維表示RGB（紅、綠、藍(lán)）顏色通道的值。最常見(jiàn)的圖像格式是3D。

你可以通過(guò)常規(guī)NumPy索引檢索單個(gè)像素值。下面，我們嘗試索引圖像以檢索三個(gè)顏色通道中的每一個(gè)通道：

red ＝ image［：， ：， 0］

compare（image， red， ＂Red Channel of the Image＂， cmap＿type＝＂Reds＿r＂）

green ＝ image［：， ：， 1］

compare（image， green， ＂Green Channel of the Image＂， ＂Greens＿r＂）

blue ＝ image［：， ：， 2］

compare（image， blue， ＂Blue Channel of the Image＂， ＂Blues＿r＂）

0表示紅色，1表示綠色，2表示藍(lán)色通道－非常簡(jiǎn)單。

創(chuàng)建了兩個(gè)函數(shù)，show和compare，它們顯示一個(gè)圖像或并排顯示其中兩個(gè)進(jìn)行比較。在整個(gè)教程中，我們將廣泛使用這兩個(gè)函數(shù)。

按照約定，ndarray的第三維用于顏色通道，但并不總是遵循此約定。Skimage通常提供參數(shù)來(lái)指定這種行為。

圖像與通常的Matplotlib繪圖不同。它們的原點(diǎn)不位于左下角，而是位于左上角的位置（0，0）。

＞＞＞ show（image， axis＝True）

當(dāng)我們?cè)贛atplotlib中繪制圖像時(shí)，軸表示像素的順序，但我們通常會(huì)隱藏它們。

3、常見(jiàn)轉(zhuǎn)換

我們將要執(zhí)行的最常見(jiàn)的圖像轉(zhuǎn)換是將彩色圖像轉(zhuǎn)換為灰度。許多圖像處理算法需要灰度圖像。因?yàn)轭伾�不是圖片的定義特征，沒(méi)有它，計(jì)算機(jī)仍然可以提取足夠的信息。

from skimage．color import rgb2gray

image ＝ imread（＂images／grayscale＿example．jpg＂）

＃ Convert image to grayscale

gray ＝ rgb2gray（image）

compare（image， gray， ＂Grayscale Image＂）

＞＞＞ gray．shape

（853， 1280）

當(dāng)將圖像轉(zhuǎn)換為灰度時(shí)，它們會(huì)丟失其第三維度－顏色通道。相反，圖像數(shù)組中的每個(gè)單元格現(xiàn)在表示uint8類型的整數(shù)。它們的范圍從0到255，提供256種灰度。

你還可以使用np．flipud或者np．fliplr之類的NumPy函數(shù)，隨心所欲地以任何方式操縱圖像。

kitten ＝ imread（＂images／horizontal＿flip．jpg＂）

horizontal＿flipped ＝ np．fliplr（kitten）

compare（kitten， horizontal＿flipped， ＂Horizontally Flipped Image＂）

ball ＝ imread（＂images／upside＿down．jpg＂）

vertically＿flipped ＝ np．flipud（ball）

compare（ball， vertically＿flipped， ＂Vertically Flipped Image＂）

在“顏色”模塊中，你可以找到許多其他變換函數(shù)來(lái)處理圖像中的顏色。

4、顏色通道直方圖

有時(shí)，查看每個(gè)顏色通道的強(qiáng)度有助于了解顏色分布。我們可以通過(guò)切片每個(gè)顏色通道并繪制它們的直方圖來(lái)實(shí)現(xiàn)這一點(diǎn)。以下是執(zhí)行此操作的函數(shù)：

def plot＿with＿h(yuǎn)ist＿channel（image， channel）：
 

  channels ＝ ［＂red＂， ＂green＂， ＂blue＂］

  channel＿idx ＝ channels．index（channel）

  color ＝ channels［channel＿idx］

  extracted＿channel ＝ image［：， ：， channel＿idx］
   

  fig， （ax1， ax2） ＝ plt．subplots（

      ncols＝2， figsize＝（18， 6）

  ）

  ax1．imshow（image）

  ax1．a(chǎn)xis（＂off＂）
   

  ax2．hist（extracted＿channel．ravel（）， bins＝256， color＝color）
   

  ax2．set＿title（f＂｛channels［channel＿idx］｝ histogram＂）

除了Matplotlib的一些細(xì)節(jié)之外，你還應(yīng)該注意hist函數(shù)的調(diào)用。提取顏色通道及其數(shù)組后，我們將其展平為1D數(shù)組，并將其傳遞給hist函數(shù)。

bin數(shù)量應(yīng)該是256個(gè)，每個(gè)像素值對(duì)應(yīng)一個(gè)－0表示黑色，255表示完全白色。

讓我們使用彩色風(fēng)景圖像：

colorful＿scenery ＝ imread（＂images／colorful＿scenery．jpg＂）

plot＿with＿h(yuǎn)ist＿channel（colorful＿scenery， ＂red＂）

＞＞＞ plot＿with＿h(yuǎn)ist＿channel（colorful＿scenery， ＂green＂）

＞＞＞ plot＿with＿h(yuǎn)ist＿channel（colorful＿scenery， ＂blue＂）

還可以使用直方圖在將圖像轉(zhuǎn)換為灰度后找出圖像中的亮度：

gray＿color＿scenery ＝ rgb2gray（colorful＿scenery）

plt．hist（gray＿color＿scenery．ravel（）， bins＝256）；

大多數(shù)像素的值較低，因?yàn)榫拔飯D像較暗。

我們將在以下部分探討直方圖的更多應(yīng)用。

過(guò)濾器

1、手動(dòng)閾值

現(xiàn)在，我們來(lái)看看有趣的東西——過(guò)濾圖像。我們將學(xué)習(xí)的第一個(gè)操作是閾值化。讓我們加載一個(gè)示例圖像：

stag ＝ imread（＂images／binary＿example．jpg＂）

＞＞＞ show（stag）

閾值分割在圖像分割、目標(biāo)檢測(cè)、邊緣或輪廓提取等方面有著廣泛的應(yīng)用，它主要用于區(qū)分圖像的背景和前景。

閾值處理在高對(duì)比度灰度圖像上效果最好：

＃ Convert to graysacle

stag＿gray ＝ rgb2gray（stag）

＞＞＞ show（stag＿gray）

我們將從基本的手動(dòng)閾值設(shè)置開(kāi)始，然后轉(zhuǎn)到自動(dòng)閾值設(shè)置。

首先，我們查看灰度圖像中所有像素的平均值：

＞＞＞ stag＿gray．mean（）

0．20056262759859955

請(qǐng)注意，通過(guò)將所有灰度圖像的值除以256，上述灰度圖像的像素在0和1之間歸一化。

我們得到的平均值為0．2，這為我們提供了可能要使用的閾值的初步想法。

現(xiàn)在，我們使用這個(gè)閾值來(lái)進(jìn)行掩碼操作。如果像素值低于閾值，否則其值將變?yōu)?－黑色或1－白色。換句話說(shuō)，我們得到一個(gè)黑白二值圖像：

＃ Set threshold

threshold ＝ 0．35

＃ Binarize

binary＿image ＝ stag＿gray ＞ threshold

compare（stag， binary＿image， ＂Binary image＂）

在這個(gè)版本中，我們可以更清楚地區(qū)分鹿的輪廓。我們可以反轉(zhuǎn)遮罩，使背景變?yōu)榘咨��?/p>

inverted＿binary ＝ stag＿gray ＜＝ threshold

＞＞＞ compare（stag， inverted＿binary， ＂Binary image inverted＂）

2、閾值－全局

雖然嘗試不同的閾值并觀察它們對(duì)圖像的影響可能很有趣，但我們通常使用比我們的眼球估計(jì)更穩(wěn)健的算法來(lái)執(zhí)行閾值分割。

有很多閾值算法，所以可能很難選擇一種。在這種情況下，skimage具有try＿all＿threshold函數(shù)，該函數(shù)在給定的灰度圖像上運(yùn)行七種閾值算法。讓我們加載一個(gè)示例并進(jìn)行轉(zhuǎn)換：

flower ＝ imread（＂images／global＿threshold＿ex．jpg＂）

flower＿gray ＝ rgb2gray（flower）

compare（flower， flower＿gray）

我們將看看是否可以使用閾值優(yōu)化郁金香的特征：

from skimage．filters import try＿all＿threshold

fig， ax ＝ try＿all＿threshold（  

flower＿gray， figsize＝（10， 8）， verbose＝False

）

正如你所看到的，一些算法在這張圖像上工作得更好，而其他算法則很糟糕。otsu算法看起來(lái)更好，所以我們將繼續(xù)使用它。

在這一點(diǎn)上，我想提請(qǐng)你注意郁金香的原始圖像：

＞＞＞ show（flower）

圖像背景不均勻，因?yàn)橛刑�多光線從后面的窗口射進(jìn)來(lái)。我們可以通過(guò)繪制灰色郁金香的直方圖來(lái)證實(shí)這一點(diǎn)：

＞＞＞ plt．hist（flower＿gray．ravel（）， bins＝256）；

正如預(yù)期的那樣，大多數(shù)像素的值都位于直方圖的遠(yuǎn)端，這證實(shí)了它們大部分都是明亮的。

為什么這很重要？根據(jù)圖像的亮度，閾值算法的性能也會(huì)發(fā)生變化。因此，閾值算法通常有兩種類型：

全局－適用于具有均勻、統(tǒng)一背景的照片

局部－用于不同圖片區(qū)域中具有不同亮度級(jí)別的圖像。

郁金香圖像屬于第二類，因?yàn)橛覀?cè)部分比另一半亮得多，使其背景不均勻。我們不能在其上使用全局閾值算法，這就是為什么try＿all＿threshold中所有算法的性能都很差的原因。

稍后我們將回到郁金香示例和局部閾值�，F(xiàn)在，我們將加載另一個(gè)亮度更精確的實(shí)例，并嘗試自動(dòng)設(shè)置閾值：

spiral ＝ imread（＂images／otsu＿example．jpg＂）

spiral＿gray ＝ rgb2gray（spiral）

compare（spiral， spiral＿gray）

我們將在Skimage中使用通用的全局閾值算法threshold＿otsu：

from skimage．filters import threshold＿otsu

＃ Find optimal threshold with ｀threshold＿otsu｀

threshold ＝ threshold＿otsu（spiral＿gray）

＃ Binarize

binary＿spiral ＝ spiral＿gray ＞ threshold

compare（spiral， binary＿spiral， ＂Binarized Image w． Otsu Thresholding＂）

它工作得更好！

3、閾值－局部

現(xiàn)在，我們將使用局部閾值算法。

局部算法不關(guān)注整個(gè)圖像，而是關(guān)注像素鄰域，以解釋不同區(qū)域的亮度不均勻。skimage中常見(jiàn)的局部算法為threshold＿local函數(shù)：

from skimage．filters import threshold＿local

local＿thresh ＝ threshold＿local（flower＿gray， block＿size＝3， offset＝0．0002）

binary＿flower ＝ flower＿gray ＞ local＿thresh

compare（flower， binary＿flower， ＂Tresholded flower image＂）

你必須使用offset參數(shù)來(lái)找到符合你需要的最佳圖像。offset是從局部像素鄰域的平均值中減去的常數(shù)。該“像素鄰域”由local＿threshold中的block＿size參數(shù)確定，該參數(shù)表示算法在每個(gè)方向上圍繞每個(gè)點(diǎn)查看的像素?cái)?shù)。

顯然，同時(shí)調(diào)整offset和block＿size是一個(gè)缺點(diǎn)，但局部閾值是唯一比手動(dòng)或全局閾值產(chǎn)生更好結(jié)果的選項(xiàng)。

讓我們?cè)倥e一個(gè)例子：

from skimage．filters import threshold＿local

handwriting ＝ imread（＂images／chalk＿writing．jpg＂）

handwriting＿gray ＝ rgb2gray（handwriting）

＃ Find optimal threshold using local

local＿thresh ＝ threshold＿local（handwriting＿gray， offset＝0．0003）

＃ Binarize

binary＿h(yuǎn)andwriting ＝ handwriting＿gray ＞ local＿thresh

compare（handwriting， binary＿h(yuǎn)andwriting，

   ＂Binarized image with local thresholding＂）

正如你所看到的，經(jīng)過(guò)閾值處理后，黑板上的筆跡更加精細(xì)。

4、邊緣檢測(cè)

邊緣檢測(cè)在很多方面都很有用，例如識(shí)別對(duì)象、從中提取特征、對(duì)其進(jìn)行計(jì)數(shù)等等。

我們將從基本的Sobel濾波器開(kāi)始，它在灰度圖像中查找對(duì)象的邊緣。我們將加載一張硬幣圖片，并對(duì)其使用Sobel濾波器：

from skimage．filters import sobel

coins ＝ imread（＂images／coins＿2．jpg＂）

coins＿gray ＝ rgb2gray（coins）

coins＿edge ＝ sobel（coins＿gray）

compare（coins， coins＿edge， ＂Images of coins with edges detected＂）

sobel很直截了當(dāng)；你只需在灰色圖像上調(diào)用它即可獲得如上所述的輸出。我們將在后面的部分中看到Sobel的更復(fù)雜版本。

5、平滑

另一種圖像過(guò)濾技術(shù)是平滑。許多像下面的雞一樣的圖像可能包含隨機(jī)噪聲，而對(duì)ML和DL算法沒(méi)有任何有價(jià)值的信息。

例如，雞周圍的毛發(fā)會(huì)給圖像添加噪聲，這可能會(huì)使ML模型的注意力偏離主要對(duì)象本身。在這種情況下，我們使用平滑來(lái)模糊噪聲或邊緣并降低對(duì)比度。

chickens ＝ imread（＂images／chickens．jpg＂）

＞＞＞ show（chickens）

高斯平滑是最流行和最強(qiáng)大的平滑技術(shù)之一：

from skimage．filters import gaussian

smoothed ＝ gaussian（chickens， multichannel＝True， sigma＝2）

compare（chickens， smoothed， ＂An image smoothed with Gaussian smoothing＂）

你可以通過(guò)調(diào)整sigma參數(shù)來(lái)控制模糊的效果。如果你正在處理RGB圖像，請(qǐng)不要忘記將multichannel設(shè)置為T(mén)rue。

如果圖像分辨率太高，平滑效果可能肉眼看不到，但仍然有效。

       原文標(biāo)題 : 關(guān)于圖像處理和Python深度學(xué)習(xí)的教程：第一部分