圖像基本操作
環(huán)境配置地址：
- Anaconda:https://www.anaconda.com/download/
- Python_whl:https://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv
圖像基本知識
圖像：任何帶有信息的二維函數(shù)
都可以被看作一幅圖像。(x,y)是定義域為平面的空間坐標(biāo)屿脐，坐標(biāo)點(x,y)上的函數(shù)值（幅值）稱為該點圖像的強度或灰度涕蚤。
圖像根據(jù)圖像記錄方式的不同可分為兩大類：模擬圖像和數(shù)字圖像。
模擬圖像又稱連續(xù)圖像的诵，是指在二維坐標(biāo)系中連續(xù)變化的圖像万栅，即圖像的像點是無限稠密的，同時具有灰度值（即圖像從暗到亮的變化值）西疤。
數(shù)字圖像:對模擬圖像進(jìn)行空間采樣和幅值量化烦粒，使x，y和幅值均為有限的離散數(shù)值時代赁，該圖像稱為數(shù)字圖像撒遣。
采樣：空間坐標(biāo)(x,y)的離散及數(shù)字化；
量化：樣點的幅值離散及數(shù)字化;經(jīng)過采樣的圖像管跺，只是在空間上被離散為像素（樣本）的陣列义黎，而每一個樣本灰度值還是一個有無窮多個取值的連續(xù)變化量，必須將其轉(zhuǎn)化為有限個離散值豁跑，賦于不同碼字才能真正成為數(shù)字圖像廉涕。
-
靜態(tài)圖像可分為矢量(Vector)圖和位圖（Bitmap）。
位圖又可以分成如下四種：
二值圖像（binary image)
灰度圖像(grayscale image, intensity image)
RGB真彩色圖像（True Color）
索引顏色圖像(Indexd Color) 像素：數(shù)字圖像是由有限個元素（采樣點）組成的艇拍，每個元素都有一個特定的位置和幅值狐蜕，這些元素稱為圖像元素（picture element），簡稱像素（pixel）卸夕。
圖像的表示：一幅M×N個像素的數(shù)字圖像层释，其像素灰度值可以用M行、N列的數(shù)組或矩陣表示快集，這樣數(shù)字圖像中的像素與二維數(shù)組中的每個元素便一一對應(yīng)起來贡羔。
-
圖像的坐標(biāo)系
圖像坐標(biāo)系.jpg
- 數(shù)字圖像處理(Digital Image Processing)廉白，就是利用數(shù)字計算機對圖像進(jìn)行去除噪聲、增強乖寒、復(fù)原猴蹂、分割、特征提取楣嘁、識別等處理的理論磅轻、方法和技術(shù)。
- DPI（Dots Per Inch逐虚，每英寸點數(shù)）是一個量度單位聋溜，用于點陣數(shù)碼影像，指每一英寸長度中叭爱，取樣勤婚、可顯示或輸出點的數(shù)目。
數(shù)字圖像的視覺質(zhì)量參數(shù)
- 灰度級：表示像素明暗程度的整數(shù)量范圍如：像素的取值范圍為0-255涤伐，就稱該圖像為256個灰度級的圖像
- 灰度層次：表示圖像實際擁有的灰度級的數(shù)量.例如：具有32種不同取值的圖像馒胆，可稱該圖像具有32個層次，圖像數(shù)據(jù)的實際層次越多凝果，視覺效果就越好祝迂。
- 亮度：圖像中每個像素的明暗程度取決于其灰度值的大小，圖像的整體亮度則取決于所有像素的平均灰度值器净。
- 對比度：一幅圖像中最高和最低灰度級間的灰度差型雳。當(dāng)一幅圖像中像素可感知的數(shù)值有高的動態(tài)范圍時，認(rèn)為該圖像具有高的對比度山害。
- 動態(tài)范圍：圖像系統(tǒng)中最大可度量灰度與最小可檢測灰度之比纠俭。灰度跨越的值域非正式地稱為動態(tài)范圍浪慌。
圖像讀取冤荆，顯示，保存权纤，類型轉(zhuǎn)換
-
讀取圖片
在OpenCV中使用cv2.imread()函數(shù)來加載圖片钓简，該函數(shù)的形式如下:
cv2.imread(path, flags)
參數(shù)意義如下:
- path: 該參數(shù)制定圖片的路徑，可以使用相對路徑汹想，也可以使用絕對路徑外邓；
- flags:指定以何種方式加載圖片，有三個取值：
cv2.IMREAD_COLOR:讀取一副彩色圖片古掏，圖片的透明度會被忽略损话，默認(rèn)為該值，實際取值為1槽唾；
cv2.IMREAD_GRAYSCALE:以灰度模式讀取一張圖片丧枪，實際取值為0
cv2.IMREAD_UNCHANGED:加載一副彩色圖像光涂，透明度不會被忽略。
如果給定的圖片路徑不對豪诲，該函數(shù)不會拋出異常，而是返回一個None挂绰，如果給定正確的圖片路徑屎篱，將返回一個[height, width, channel]的numpy.ndarray對象，height表示圖片高度葵蒂，width表示圖片寬度交播，channel表示圖片的通道。
import cv2
img = cv2.imread("lena.jpg")
# img = cv2.imread("lena.jpg", cv2.IMREAD_COLOR)
# img = cv2.imread("lena.jpg", cv2.IMREAD_GRAYSCALE)
# img = cv2.imread("lena.jpg", cv2.IMREAD_UNCHANGED)
cv2.imshow("image", img) # 顯示圖片践付，后面會講解
cv2.waitKey(0) #等待按鍵
-
顯示圖片
使用cv2.imshow()函數(shù)在一個窗口中顯示圖片秦士，這個窗口自適應(yīng)圖片的大小,其形式如下:
cv2.imshow(winname, mat)
參數(shù)意義如下:
- winame:一個字符串，表示創(chuàng)建的窗口名字永高，每一個窗口必須有一個唯一的名字隧土；
- mat:是一個圖片矩陣，numpy.ndarray類型
在圖片顯示的過程中命爬，通常會伴隨幾個其他的函數(shù)曹傀，他們分別是:
- cv2.waitKey()
- cv2.destroyAllWindows()
- cv2.destroyWindow()
- cv2.namedWindow()
因為我們的程序是順序執(zhí)行，如果沒有cv2.waitKey()函數(shù)饲宛，圖像不會顯示（也許是一閃而過皆愉，我們?nèi)搜塾^察不到），cv2.waitKey()函數(shù)是一個鍵盤綁定函數(shù)（相當(dāng)于讓程序在這里掛起暫停執(zhí)行）艇抠，他接受一個單位為毫秒的時間幕庐，它等待指定時間的鍵盤事件，在指定時間內(nèi)發(fā)生了鍵盤事件家淤，程序繼續(xù)執(zhí)行异剥，否則必須等到時間結(jié)束才能繼續(xù)執(zhí)行，參數(shù)如果為0表示等待無限長的事件絮重。
cv2.destroyAllWindows()用來銷毀所有已經(jīng)創(chuàng)建的窗口届吁， 如果需要銷毀指定窗口使用cv2.destroyWindow()函數(shù)，他接受一個表示窗口名字的名字绿鸣。
在這里我們直接用cv2.imshow()創(chuàng)建的窗口是自動適應(yīng)圖片大小的疚沐，不能縮放，如果我們想放大縮小窗口潮模，必須單獨用cv2.namedWindow(),并通過flag參數(shù)指定窗口模式為cv2.WINDOW_NORMAL,默認(rèn)為cv2.WINDOW_AUTOSIZE.
下面是一個窗口可以放大縮小的顯示圖片的例子:
import cv2
img = cv2.imread('attractive-beautiful-beauty-2267088.jpg')
cv2.namedWindow('image',cv2.WINDOW_NORMAL)
cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
-
保存圖片
使用cv2.imwrite()函數(shù)來保存圖片亮蛔，形式如下:
cv2.imwrite(filename, img)
參數(shù)意義如下:
- filename: 保存文件的路徑名
- img: 表示圖像的numpy.ndarray對象
完整的例子：
import cv2
img = cv2.imread('lena.jpg',0)
cv2.imshow('image',img)
k = cv2.waitKey(0)
if k == 27: # 按下esc時，退出
cv2.destroyAllWindows()
elif k == ord('s'): # 按下s鍵時保存并退出
cv2.imwrite('lena001.png',img)
cv2.destroyAllWindows()
4.圖像屬性
圖像的屬性包括：行擎厢，列究流，通道辣吃，圖像數(shù)據(jù)類型，像素數(shù)目等
在opencv中芬探，圖像不是傳統(tǒng)的RGB顏色通道神得，而是按BGR順序存儲的。
img_BGR = cv2.imread('citrus-fruit-colorful-delicious-2146386.jpg')
print(type(img_BGR)) # numpy.ndarray類型可以用numpy對圖像進(jìn)行各種操作
print(img_BGR.dtype) # 圖像數(shù)據(jù)類型偷仿，一張圖片的像素值范圍是[0,255], 因此默認(rèn)類型是unit8
print(img_BGR.shape[0]) # 行
print(img_BGR.shape[1]) # 列
print(img_BGR.shape[2]) # 通道
print(img_BGR.size) # 像素數(shù)目
print(img_BGR.max()) # 最大像素值
print(img_BGR.min()) # 最小像素值
print(img_BGR.mean()) #素值平均值
<class 'numpy.ndarray'>
uint8
4864
3648
3
53231616
255
0
211.1315848273327
5.轉(zhuǎn)換函數(shù)
使用cv2.cvtColor()函數(shù)來轉(zhuǎn)換圖片顏色空間哩簿，形式如下:
cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) # 將BGR圖像轉(zhuǎn)換為灰度圖像
其中最常用的還有：
- cv2.COLOR_BGR2RGB # 將BGR圖像轉(zhuǎn)換為RGB圖像
- cv2.COLOR_BGR2GRAY # 將BGR圖像轉(zhuǎn)換為灰度圖像
- cv2.COLOR_GRAY2BGR # 將灰度圖像轉(zhuǎn)換為BGR圖像
例子：lena 真彩色圖像轉(zhuǎn)為灰度圖像
import cv2
img = cv2.imread('lena.jpg')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
cv2.imwrite('gray_lena.jpg',gray)
例子：顏色轉(zhuǎn)換
import cv2
img_BGR = cv2.imread('citrus-fruit-colorful-delicious-2146386.jpg')
cv2.imwrite('img_BGR.jpg',img_BGR)
img_RGB = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2RGB)
cv2.imwrite('img_RGB.jpg',img_RGB)
img_GRAY = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2GRAY)
cv2.imwrite('img_GRAY.jpg',img_GRAY)
img_HSV = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2HSV)
cv2.imwrite('img_HSV.jpg',img_HSV)
img_YcrCb = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2YCrCb)
cv2.imwrite('img_YcrCb.jpg',img_YcrCb)
img_HLS = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2HLS)
cv2.imwrite('img_HLS.jpg',img_HLS)
img_XYZ = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2XYZ)
cv2.imwrite('img_XYZ.jpg',img_XYZ)
img_LAB = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2LAB)
cv2.imwrite('img_LAB.jpg',img_LAB)
img_YUV = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2YUV)
cv2.imwrite('img_YUV.jpg',img_YUV)
參考資料：
網(wǎng)址：https://www.aiuai.cn/aifarm365.html
書籍：《數(shù)字圖像處理》《OpenCV-Python 中文教程》
