訂閱
糾錯(cuò)
加入自媒體

在 Python 中使用 OpenCV 進(jìn)行圖像處理

任務(wù)描述

· 使用 Python 代碼自己創(chuàng)建圖像。

· 拍攝 2 張圖像,裁剪兩張圖像的一部分并交換它們。

· 拍攝 2 張圖像并將它們組合成一張圖像。例如拼貼畫(huà)。

首先,我們將探索有關(guān) Python 中圖像處理和 OpenCV 庫(kù)的各種細(xì)節(jié)。

什么是圖像處理?

圖像是計(jì)算機(jī)世界中的多維數(shù)組。黑白圖像的 2D 數(shù)組和 RGB 的 3D 數(shù)組。

彩色圖像在計(jì)算機(jī)中以三維 (3D) 數(shù)組的形式存儲(chǔ),其中僅存儲(chǔ) 0-255 個(gè)值,此外 0 和 255 分別代表黑色和白色。

圖像處理通過(guò)數(shù)字計(jì)算機(jī)處理數(shù)字圖像。圖像處理專(zhuān)注于開(kāi)發(fā)能夠?qū)D像進(jìn)行處理的計(jì)算機(jī)系統(tǒng)。該系統(tǒng)的輸入是數(shù)字圖像,系統(tǒng)使用有效算法處理該圖像,并提供圖像作為輸出。

像素是圖像的最小單位。從技術(shù)上講,它是數(shù)組中行和列特定位置的一個(gè)條目。每個(gè)像素由三種顏色組成,即紅色、綠色和藍(lán)色。在組合這些不同的顏色時(shí)形成。多個(gè)像素一起形成一個(gè)完整的圖像。

視頻處理是指逐幀對(duì)視頻進(jìn)行操作。幀只是視頻的特定實(shí)例,即單個(gè)時(shí)間點(diǎn)的圖像。即使在一秒鐘內(nèi),我們也可能有多個(gè)幀。視頻是連續(xù)不斷的圖像流。

Python 提供了許多用于圖像處理的庫(kù),包括:

OpenCV - 圖像處理庫(kù)主要專(zhuān)注于實(shí)時(shí)計(jì)算機(jī)視覺(jué),廣泛應(yīng)用于 2D 和 3D 特征工具包、面部和手勢(shì)識(shí)別、人機(jī)交互、移動(dòng)機(jī)器人、對(duì)象識(shí)別等領(lǐng)域。

**Numpy 和 Scipy 庫(kù) **- 用于圖像操作和處理。

Sckikit - 為圖像處理提供大量算法。

Python Imaging Library (PIL) - 對(duì)圖像執(zhí)行基本操作,如創(chuàng)建縮略圖、調(diào)整大小、旋轉(zhuǎn)、在不同文件格式之間轉(zhuǎn)換等。

在這里,我們將使用 OpenCV 模塊。

OpenCV 是最流行的計(jì)算機(jī)視覺(jué)庫(kù)之一。如果你想在計(jì)算機(jī)視覺(jué)領(lǐng)域開(kāi)始你的旅程,那么對(duì) OpenCV 概念的透徹理解至關(guān)重要。

OpenCV是一個(gè)用于計(jì)算機(jī)視覺(jué)、機(jī)器學(xué)習(xí)和圖像處理的大型開(kāi)源庫(kù)。OpenCV 支持多種編程語(yǔ)言,如 Python、C++、Java 等。它可以處理圖像和視頻以識(shí)別物體、面部,甚至是人類(lèi)的筆跡。

當(dāng)它與各種庫(kù)集成時(shí),例如Numpy,一個(gè)高度優(yōu)化的數(shù)值運(yùn)算庫(kù),那么在 Numpy 中可以進(jìn)行的任何操作都可以與 OpenCV 結(jié)合使用。

一般顏色代碼是 RGB,但在 OpenCV 中使用的顏色代碼格式是 BGR(藍(lán)綠紅)。

安裝 OpenCV

要在你的系統(tǒng)上安裝 OpenCV,請(qǐng)運(yùn)行以下 pip 命令:

pip install opencv-python

旋轉(zhuǎn)圖像

首先,導(dǎo)入 cv2 模塊。

import cv2

現(xiàn)在要讀取圖像,使用 cv2 模塊的 imread() 方法,在參數(shù)中指定圖像的路徑并將圖像存儲(chǔ)在變量中,如下所示:

img = cv2.imread("pyimg.jpg")

該圖像現(xiàn)在被視為一個(gè)矩陣,其中行和列值存儲(chǔ)在 img 中。

實(shí)際上,如果你檢查 img 的類(lèi)型,它會(huì)給你以下結(jié)果:

>>>print(type(img))<class 'numpy.ndarray'>

這是一個(gè) NumPy 數(shù)組!這就是為什么使用 OpenCV 進(jìn)行圖像處理如此簡(jiǎn)單的原因。你一直在使用 NumPy 數(shù)組。

要顯示圖像,可以使用 cv2 的 imshow() 方法。

cv2.imshow('Original Image', img) cv2.waitKey(0)

waitkey() 函數(shù)將時(shí)間作為參數(shù)(以毫秒為單位)作為窗口關(guān)閉的延遲。在這里,我們將時(shí)間設(shè)置為零以永久顯示窗口,直到我們手動(dòng)關(guān)閉它。

要旋轉(zhuǎn)此圖像,你需要圖像的寬度和高度,因?yàn)樯院髮⒃谛D(zhuǎn)過(guò)程中使用它們。

height, width = img.shape[0:2]

shape 屬性返回圖像矩陣的高度和寬度。如果你打印

img.shape[0:2]

好的,現(xiàn)在我們有了圖像矩陣,我們想要得到旋轉(zhuǎn)矩陣。為了得到旋轉(zhuǎn)矩陣,我們使用 cv2 的*getRotationMatrix2D()方法。getRotationMatrix2D()*的語(yǔ)法是:

cv2.getRotationMatrix2D(center, angle, scale)

這里的中心是旋轉(zhuǎn)的中心點(diǎn),角度是以度為單位的角度,比例是使圖像適合屏幕的比例屬性。

要獲得我們圖像的旋轉(zhuǎn)矩陣,代碼是:

rotationMatrix = cv2.getRotationMatrix2D((width/2, height/2), 90, .5)

下一步是在旋轉(zhuǎn)矩陣的幫助下旋轉(zhuǎn)我們的圖像。

為了旋轉(zhuǎn)圖像,我們有一個(gè)名為wrapAffine的 cv2 方法,它以原始圖像、圖像的旋轉(zhuǎn)矩陣以及圖像的寬度和高度作為參數(shù)。

rotatedImage = cv2.warpAffine(img, rotationMatrix, (width, height))

旋轉(zhuǎn)后的圖像存儲(chǔ)在 rotateImage 矩陣中。要顯示圖像,請(qǐng)使用 imshow(),如下所示:

cv2.imshow('Rotated Image', rotatedImage)cv2.waitKey(0)

使用網(wǎng)絡(luò)攝像頭捕獲圖像:

import cv2 cap = cv2.VideoCapture(0)
      # here, 0 — to access internal webcam & 1 to access external webcam ret ,
       photo = cap.read()

# clicks the photoret
       cv2.imwrite(“my”,photo)

# stores in a file
       cap.release()
       cv2.imshow(“my”, photo)

# displays the photo
       cv2.waitKey()
      # used to set the expiry time for the picture to be displayed
       cv2.destroyAllWindows()
      #used to destroy or close the picture window without crashing it

使用網(wǎng)絡(luò)攝像頭的視頻流:

import cv2
       cap = cv2.VideoCapture(0)
       ret, photo = cap.read()
       while True:
         ret, photo = cap.read()
         cv2.imshow('hi', photo)
         if cv2.waitKey(10) ==13:
            break
         cv.destroyAllwindows()

將圖像轉(zhuǎn)換為灰度(黑白)

轉(zhuǎn)換灰度圖像的簡(jiǎn)單方法是像這樣加載它:

img = cv2.imread("pyimg.jpg", 0)

還有另一種使用 BGR2GRAY 的方法。

要將彩色圖像轉(zhuǎn)換為灰度圖像,請(qǐng)使用 cv2 模塊的 BGR2GRAY 屬性。這在下面的示例中得到了證明:

導(dǎo)入 cv2 模塊:

import cv2

閱讀圖片:

img = cv2.imread("pyimg.jpg")

使用 cv2 模塊的 cvtColor() 方法,該方法將原始圖像和 COLOR_BGR2GRAY 屬性作為參數(shù)。將生成的圖像存儲(chǔ)在變量中:

gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

顯示原始圖像和灰度圖像:

cv2.imshow("Original Image", img)cv2.imshow("Gray Scale Image", gray_img)cv2.waitKey(0)

調(diào)整圖像大小

要調(diào)整圖像大小,可以使用 openCV 的 resize() 方法。在 resize 方法中,你可以指定 x 和 y 軸的值,也可以指定表示圖像大小的行數(shù)和列數(shù)。

導(dǎo)入并讀取圖像:

import cv2img = cv2.imread("pyimg.jpg")

現(xiàn)在使用帶有軸值的調(diào)整大小方法:

newImg = cv2.resize(img, (0,0), fx=0.75, fy=0.75)cv2.imshow('Resized Image', newImg)cv2.waitKey(0)

現(xiàn)在使用行和列值來(lái)調(diào)整圖像大小:

newImg = cv2.resize(img, (550, 350))cv2.imshow('Resized Image', newImg)cv2.waitKey(0)

我們說(shuō)我們想要 550 列(寬度)和 350 行(高度)。

使用 Python 代碼創(chuàng)建圖像

輸出如下:

拍攝 2 張圖像,裁剪兩張圖像的一部分并交換它們。

結(jié)果:

拍攝 2 張圖像并將它們組合成一張圖像。例如拼貼畫(huà)。

輸出:

水平拼貼

垂直拼貼

       原文標(biāo)題 : 在 Python 中使用 OpenCV 進(jìn)行圖像處理

聲明: 本文由入駐維科號(hào)的作者撰寫(xiě),觀點(diǎn)僅代表作者本人,不代表OFweek立場(chǎng)。如有侵權(quán)或其他問(wèn)題,請(qǐng)聯(lián)系舉報(bào)。

發(fā)表評(píng)論

0條評(píng)論,0人參與

請(qǐng)輸入評(píng)論內(nèi)容...

請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字

您提交的評(píng)論過(guò)于頻繁,請(qǐng)輸入驗(yàn)證碼繼續(xù)

  • 看不清,點(diǎn)擊換一張  刷新

暫無(wú)評(píng)論

暫無(wú)評(píng)論

人工智能 獵頭職位 更多
掃碼關(guān)注公眾號(hào)
OFweek人工智能網(wǎng)
獲取更多精彩內(nèi)容
文章糾錯(cuò)
x
*文字標(biāo)題:
*糾錯(cuò)內(nèi)容:
聯(lián)系郵箱:
*驗(yàn) 證 碼:

粵公網(wǎng)安備 44030502002758號(hào)