点击上方“算法猿的成长“,关注公众号,选择加“星标“或“置顶”
总第 146 篇文章,本文大约 5000 字,阅读大约需要 20 分钟
前言
虽然计算机视觉领域目前基本是以深度学习算法为主,但实际上很多时候对图片的很多处理方法,并不需要采用深度学习的网络模型,采用目前成熟的图像处理库即可实现,比如 OpenCV 和 PIL ,对图片进行简单的调整大小、裁剪、旋转,或者是对图片的模糊操作。
所以本文主要是介绍用 OpenCV 实现一些基本的图像处理操作,本文的目录如下所示:
安装
旋转图片
裁剪图片
调整图片大小
调整图片对比度
模糊图片
高斯模糊
中值模糊
边缘检测
转为灰度图
形心检测
对彩色图片采用蒙版(mask)
提取图片的文字(OCR)
检测和修正歪曲的文字
颜色检测
去噪
检测图片的轮廓
移除图片的背景
原文地址:
https://likegeeks.com/python-image-processing/
代码和样例图片的地址:
https://github.com/ccc013/CodesNotes/tree/master/opencv_notes
https://github.com/ccc013/CodesNotes/blob/master/opencv_notes/opencv_image_process_tutorial.ipynb
1. 安装
OpenCV 的安装还是比较简单的,直接用
pip
命令在命令行安装即可,输入以下命令:pip install opencv-python
验证是否安装成功,可以运行
python
命令,然后分别输入以下命令:import cv2
运行成功,没有报错,即安装成功。
2. 旋转图片
首先,还是需要导入
cv2
模块:import cv2
然后第一件事情就是读取图片,调用
imread
函数即可,输入参数是图片的路径,如下代码所示:# 读取图片 img = cv2.imread('example.jpg') print(f'type: {type(img)}') plt.axis('off') plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
然后打印读取的图片类型,可以知道是一个
numpy
的多维数组,即矩阵的形式。上述代码运行结果如下:
下面的所有功能实现,我都是在
jupyter notebook
上实现的,所以展示图片部分和原文有所不同,原文展示图片代码是采用:cv2.imshow('original image', img) cv2.waitKey(0)
而在 jupyter 中,需要先导入下面的库:
import matplotlib.pyplot as plt %matplotlib inline
然后直接调用
plt.imshow()
函数,不过 opencv 都需要做一个转换过程,即:plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
读取好图片后,接下来就是实现旋转图片,这里分为以下三个步骤:
获取图片的宽和高
调用函数
cv2.getRotationMatrix2D()
得到旋转矩阵通过
wrapAffine
实现旋转
实现的代码如下所示:
# 获取图片的宽、高 height, width = img.shape[:2] print(height, width) rotationMatrix = cv2.getRotationMatrix2D((width/2, height/2), 45, .5) rotationImage = cv2.warpAffine(img, rotationMatrix, (width, height)) print(f'rotation image shape:{rotationImage.shape}') plt.imshow(cv2.cvtColor(rotationImage, cv2.COLOR_BGR2RGB))
结果如下所示:
3. 裁剪图片
裁剪图片的步骤如下:
读取图片,并获取图片的宽和高;
确定裁剪后图片的宽和高;
开始裁剪操作
实现代码如下所示:
img = cv2.imread('example.jpg') height, width = img.shape[:2] print(f'origin image shape:{img.shape}') # 设置裁剪后图片的大小 start_row = int(height * 0.15) start_col = int(width * 0.15) end_row = int(height * 0.85) end_col = int(width * 0.85) # 裁剪图片 cropped_image = img[start_row:end_row, start_col:end_col] print(f'crop image shape:{cropped_image.shape}') plt.axis('off') plt.imshow(cv2.cvtColor(cropped_image, cv2.COLOR_BGR2RGB))
效果如下图所示:
4. 调整图片大小
对图片进行调整大小的操作,采用的是
resize()
函数,这里有两种方式进行调整大小:坐标轴方式来指定缩放比例,即
fx, fy
参数;直接给出调整后图片的大小。
第一种方式的实现代码:
img = cv2.imread('example.jpg') height, width = img.shape[:2] print(f'origin image shape:{img.shape}') # 1 new_img = cv2.resize(img, (0, 0), fx=0.75, fy=0.75) print(f'new img shape:{new_img.shape}') plt.axis('off') plt.imshow(cv2.cvtColor(new_img, cv2.COLOR_BGR2RGB))
实现效果:
第二种方法的实现代码:
# 2 new_img = cv2.resize(img, (800, 800)) print(f'new img shape:{new_img.shape}') plt.axis('off') plt.imshow(cv2.cvtColor(new_img, cv2.COLOR_BGR2RGB))
实现结果如下所示:
5. 调整图片对比度
在 Python 的 OpenCV 模块中并没有特定的实现调整图片对比度的函数,但官方文档给出实现调整图片亮度和对比度的公式,如下所示:
new_img = a*original_img + b
官方文档地址:
https://docs.opencv.org/master/d3/dc1/tutorial_basic_linear_transform.html
这里公式中的
a
就是 , 表示图片的对比度,如果它大于 1,就是高对比度;
如果在 0-1 之间,那就是低对比度;
等于 1,表示没有任何变化
b
是 ,数值范围是 -127 到 127;要实现上述公式,可以采用
addWeighted()
方法,它输出的图片是一个 24 位的 0-255 范围的彩色图片。其语法如下所示:
cv2.addWeighted(source_img1, alpha1, source_img2, alpha2, beta)
这个方法是接收两张输入的图片,然后根据
alpha1
和alpha2
来将两种图片进行融合。如果只是想调整图片的对比度,那么可以将第二个图片通过 Numpy 设置为 0。
所以,实现的代码如下所示:
import numpy as np img = cv2.imread('example.jpg') # 高对比度 hight_contrast_img = cv2.addWeighted(img, 2.5, np.zeros(img.shape, img.dtype), 0, 0) # 低对比度 low_contrast_img = cv2.addWeighted(img, 0.5, np.zeros(img.shape, img.dtype), 0, 0) plt.figure(figsize=(32, 16)) plt.subplot(3, 1, 1) plt.title('origin image') plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)) plt.subplot(3, 1, 2) plt.title('hight contrast image') plt.imshow(cv2.cvtColor(hight_contrast_img, cv2.COLOR_BGR2RGB)) plt.subplot(3, 1, 3) plt.title('low contrast image') plt.imshow(cv2.cvtColor(low_contrast_img, cv2.COLOR_BGR2RGB))
实现效果如下所示:
6. 模糊图片
高斯模糊
高斯模糊采用的是
GaussianBlur()
方法,采用高斯核,并且核的宽和高必须是正数,且是奇数。高斯滤波主要用于消除高斯噪声,可以保留更多的图像细节,经常被称为最有用的滤波器。
实现的代码如下所示:
img = cv2.imread('example.jpg') blur_img = cv2.GaussianBlur(img, (7, 7), 3) plt.figure(figsize=(32, 32)) plt.subplot(1, 2, 1) plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)) plt.subplot(1, 2, 2) plt.imshow(cv2.cvtColor(blur_img, cv2.COLOR_BGR2RGB))
实现效果:
中值模糊
对于中值模糊,就是用区域内的中值来代替本像素值,因此孤立的斑点,比如 0 或者 255 的数值很容易消除掉。
所以中值模糊主要用于消除椒盐噪声和斑点噪声。
实现代码:
img = cv2.imread('example.jpg') blur_img = cv2.medianBlur(img, 5) plt.figure(figsize=(32, 32)) plt.subplot(1, 2, 1) plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)) plt.subplot(1, 2, 2) plt.imshow(cv2.cvtColor(blur_img, cv2.COLOR_BGR2RGB))
实现效果如下所示:
7. 边缘检测
边缘检测主要是通过
Canny()
方法,它实现了 Canny 边缘检测器,这也是目前最优的边缘检测器。Canny()
方法的语法如下:cv2.Canny(image, minVal, maxVal)
其中
minVal
和maxVal
分别表示梯度强度值的最小值和最大值。实现代码如下:
img = cv2.imread('example.jpg') edge_img = cv2.Canny(img, 100, 200) plt.figure(figsize=(32, 32)) plt.subplot(1, 2, 1) plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)) plt.subplot(1, 2, 2) plt.imshow(cv2.cvtColor(edge_img, cv2.COLOR_BGR2RGB))
实现结果:
8. 转为灰度图
最简单的将图片转为灰度图的方法,就是读取的时候,代码如下所示:
img = cv2.imread("example.jpg", 0)
而另一种方法就是用
BGR2GRAY
,实现代码:img = cv2.imread('example.jpg') gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)plt.figure(figsize=(32, 32)) plt.subplot(1, 2, 1) plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)) plt.subplot(1, 2, 2) plt.imshow(cv2.cvtColor(gray_img, cv2.COLOR_BGR2RGB))
实现效果:
9. 形心检测
检测一张图片的形心位置,实现步骤如下所示:
读取图片,并转为灰度图;
通过
moments()
方法计算图片的moments
;接着利用第二步的结果来计算形心的 x,y 坐标
最后可以绘图展示检测的结果。
本例使用的图片如下:
实现代码:
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) moment = cv2.moments(gray_img) X = int(moment ["m10"] / moment["m00"]) Y = int(moment ["m01"] / moment["m00"]) cv2.circle(img, (X, Y), 50, (205, 114, 101), 1)plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
实现的效果:
10.对彩色图片采用蒙版(mask)
图像蒙版就是将一张图片作为另一张图片的蒙版,或者是修改图片中的像素值。
本例中将采用
HoughCircles()
方法来应用蒙版,这个方法可以检测图片中的圆,然后对这些圆应用蒙版。本例采用的图片为:
实现代码:
img1 = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) circles = cv2.HoughCircles(gray_img, cv2.HOUGH_GRADIENT, 1, 20, param1=50, param2=50, minRadius=0, maxRadius=0) circles = np.uint16(np.around(circles))masking=np.full((img1.shape[0], img1.shape[1]),0,dtype=np.uint8) for j in circles[0, :]:cv2.circle(masking, (j[0], j[1]), j[2], (255, 255, 255), -1) final_img = cv2.bitwise_or(img1, img1, mask=masking) plt.imshow(cv2.cvtColor(final_img, cv2.COLOR_BGR2RGB))
实现效果:
11.提取图片的文字(OCR)
实现提取图片的文字是通过安装使用谷歌的
Tesseract-OCR
,首先需要从下面这个网址中下载:https://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-setup-3.05.02-20180621.exe
接着再进行安装:
pip install pytesseract
如果是 mac,安装步骤可以是这样的:
brew install tesseract pip install pytesseract
本例使用的图片:
实现代码如下所示:
import pytesseractpytesseract.pytesseract.tesseract_cmd = '/usr/local/bin/tesseract' img = cv2.imread('pytext.png') pytesseract.image_to_string(img)
实现结果:
注意这里需要设置
tesseract
的执行路径,两种方法,第一种是设置环境变量:windows 版:https://blog.csdn.net/luanyongli/article/details/81385284
第二种是在代码中进行指定,即代码中
pytesseract.pytesseract.tesseract_cmd = '/usr/local/bin/tesseract'
,这里我用的是 Mac,所以这个路径可以在命令行中输入
which tesseract
来找到。12. 检测和修正歪曲的文字
在本例中,使用的图片如下:
首先还是先读取图片,并转换为灰度图:
接着采用
bitwise_not
方法将背景和文字颜色进行交换,变成白字黑底:接着分别找到 x,y 坐标中大于 0 值的像素值,并通过
minAreaRect()
计算得到歪曲的角度,接着就是计算要修正的角度,然后再通过之前旋转图片的方法来修正,实现代码和结果如下:完整的实现代码:
import cv2 import numpy as npimg = cv2.imread('Skewed-text-image.png') gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) gray_img = cv2.bitwise_not(gray_img) coordinates = np.column_stack(np.where(gray_img > 0)) ang=cv2.minAreaRect(coordinates)[-1]if ang<-45:angle=-(90+ang) else:angle=-angheight, width = img.shape[:2] center_img = (width / 2, height / 2)rotationMatrix = cv2.getRotationMatrix2D(center_img, angle, 1.0) rotated_img = cv2.warpAffine(img, rotationMatrix, (width, height), borderMode = cv2.BORDER_REFLECT) plt.imshow(cv2.cvtColor(rotated_img, cv2.COLOR_BGR2RGB))
13. 颜色检测
在本次例子中实现检测图片中的绿色区域,使用的图片:
首先是读取图片后,转换到 HSV 空间:
接着需要通过 Numpy 设置绿色像素值的上下范围区间:
lower_green = np.array([34, 177, 76]) upper_green = np.array([255, 255, 255])
接着通过
inRange()
方法来判断输入图片中是否包含在设置后的绿色区间范围内,如果有,那就表示检测到绿色这种颜色的像素区域。完整实现的代码:
import cv2 import numpy as npimg = cv2.imread("pycolor.png") hsv_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV) plt.imshow(cv2.cvtColor(hsv_img, cv2.COLOR_BGR2RGB))lower_green = np.array([34, 177, 76]) upper_green = np.array([255, 255, 255])masking = cv2.inRange(hsv_img, lower_green, upper_green) plt.imshow(cv2.cvtColor(masking, cv2.COLOR_BGR2RGB))
实现结果:
14. 去噪
OpenCV 中提供了下面 4 种图像去噪的方法:
fastNlMeansDenoising()
:从灰度图中降噪;fastNlMeansDenoisingColored()
:从彩色图片中降噪fastNlMeansDenoisingMulti()
:从灰度图片帧(灰度视频)中降噪;fastNlMeansDenoisingColoredMulti()
:从彩色图片帧中降噪
本次例子会用第二种方法:
fastNlMeansDenoisingColored()
实现的代码如下所示:
import cv2img = cv2.imread('example.jpg') result = cv2.fastNlMeansDenoisingColored(img,None,20,10,7,21)plt.figure(figsize=(32, 32)) plt.subplot(1, 2, 1) plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)) plt.subplot(1, 2, 2) plt.imshow(cv2.cvtColor(result, cv2.COLOR_BGR2RGB))
其中对于方法
fastNlMeansDenoisingColored()
的个参数分别是:输入的原图
输出图片,不过这里设置为 None,我们直接保存到
result
变量里;滤波器强度
和滤波器强度一样,但针对的是彩色图片的噪声,一般设置为 10;
模板块像素大小,必须是奇数,一般设置为 7;
计算给定像素均值的窗口大小
实现结果:
15. 检测图片的轮廓
轮廓是图片中将连续的点连接在一起的曲线,通常检测轮廓的目的是为了检测物体。本例中使用的图片如下:
检测轮廓的步骤如下:
读取图片,并转为灰度图;
通过
threshold
() 找到阈值,通常设置 127-255 的区间采用
findContours()
进行检测轮廓,具体使用方法可以查看官方文档:https://docs.opencv.org/3.4.2/d3/dc0/group__imgproc__shape.html#ga17ed9f5d79ae97bd4c7cf18403e1689a最后是通过
drawContours()
来绘制画好的轮廓,然后展示出来
实现代码:
import cv2img = cv2.imread('opencv_contour_example.png') gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) retval, thresh = cv2.threshold(gray_img, 127, 255, 0) img_contours, _ = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) cv2.drawContours(img, img_contours, -1, (0, 255, 0)) plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
实现效果:
16. 移除图片的背景
移除图片背景的实现思路是这样的:
检测图片主要物体的轮廓;
为背景通过
np.zeros
生成一个蒙版 mask;采用
bitwise_and
运算符来结合检测轮廓后的图片和蒙版 mask
本次样例使用的原图:
实现代码:
import cv2 import numpy as npimg = cv2.imread("opencv_bg.png") gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) _, thresh = cv2.threshold(gray_img, 127, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU) img_contours = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)[-2] img_contours = sorted(img_contours, key=cv2.contourArea)for i in img_contours:if cv2.contourArea(i) > 100:break mask = np.zeros(img.shape[:2], np.uint8) cv2.drawContours(mask, img_contours, -1, 255, -1) new_img = cv2.bitwise_and(img, img, mask=mask)plt.figure(figsize=(32, 32)) plt.subplot(1, 2, 1) plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)) plt.subplot(1, 2, 2) plt.imshow(cv2.cvtColor(new_img, cv2.COLOR_BGR2RGB))
实现结果:
小结
本文是简单介绍了基于 opencv 实现的一些图像处理操作,从基础的旋转,裁剪,调整大小,到模糊图片,边缘检测,修正歪曲文字,去噪,检测轮廓等操作,都给出了基础的实现代码,如果需要更深入了解,这里推荐:
opencv 官方文档:https://docs.opencv.org/master/d9/df8/tutorial_root.html
https://github.com/ex2tron/OpenCV-Python-Tutorial
图像处理 100 问:https://github.com/gzr2017/ImageProcessing100Wen
最后,原文地址:
https://likegeeks.com/python-image-processing/
代码和样例图片的地址:
https://github.com/ccc013/CodesNotes/tree/master/opencv_notes
https://github.com/ccc013/CodesNotes/blob/master/opencv_notes/opencv_image_process_tutorial.ipynb
如果觉得本文对你有帮助了,欢迎点赞or在看or分享,谢谢!
精选AI文章
1. 2020年计算机视觉学习指南
2. 是选择Keras还是PyTorch开始你的深度学习之旅呢?
3. 编写高效的PyTorch代码技巧(上)
4. 编写高效的PyTorch代码技巧(下)
5. 深度学习算法简要综述(上)
6. 深度学习算法简要综述(下)
7. 10个实用的机器学习建议
8. 实战|手把手教你训练一个基于Keras的多标签图像分类器
精选python文章
1. python数据模型
2. python版代码整洁之道
3. 快速入门 Jupyter notebook
4. Jupyter 进阶教程
5. 10个高效的pandas技巧
精选教程资源文章
2. [资源]推荐一些Python书籍和教程,入门和进阶的都有!
3. [Github项目推荐] 推荐三个助你更好利用Github的工具
4. Github上的各大高校资料以及国外公开课视频
5. GitHub上有哪些比较好的计算机视觉/机器视觉的项目?
欢迎关注我的微信公众号--算法猿的成长,或者扫描下方的二维码,大家一起交流,学习和进步!