专栏首页python深度学习python3使用cv2对图像进行基本操作

python3使用cv2对图像进行基本操作

技术背景

在机器视觉等领域,最基本的图像处理处理操作,可以通过opencv这个库来实现。opencv提供了python的接口,所需安装的库为opencv-python,但是在库的导入的时候一般用的是import cv2,因此很多也把opencv-python简称为cv2

cv2的安装

如果是使用anaconda所搭建的python的编程环境,一般会事先安装好cv2这个仓库。在上面的超链接中可以找到适合自己本地环境的anaconda环境进行安装,这是一个非常常用的python包集成管理工具,其中预安装了很多python库,使得我们不需要去手动安装各种的第三方库,我们知道自己取手动安装的过程中,很容易就会遇到一些报错,解决起来也非常的麻烦。

如果系统中没有这个库,可以通过pip来进行安装和管理:

1
2
3
[dechin@dechin-manjaro cv2]$ python3 -m pip install opencv-python
Requirement already satisfied: opencv-python in /home/dechin/anaconda3/lib/python3.8/site-packages (4.5.1.48)
Requirement already satisfied: numpy>=1.17.3 in /home/dechin/anaconda3/lib/python3.8/site-packages (from opencv-python) (1.20.1)

需要注意的是,这里虽然安装的时候是使用opencv-python这个名字,但是在python代码中调用的时候是用的cv2这个名字:

1
2
3
4
5
6
7
8
[dechin@dechin-manjaro cv2]$ ipython
Python 3.8.5 (default, Sep  4 2020, 07:30:14) 
Type 'copyright', 'credits' or 'license' for more information
IPython 7.19.0 -- An enhanced Interactive Python. Type '?' for help.

In [1]: import cv2

In [2]: quit()

cv2基本图像操作

首先假定我们已经获取了这么一个图片,接下来我们要对这个图片进行各式各样的处理(图片来自于参考链接1):

重构大小

我们可以对输入的图片进行大小调整,由于大小被改变,因此会涉及到一些插值算法。cv2内置的有线性插值和最近邻插值等,我们可以直接使用:

1
2
3
4
5
6
7
8
9
10
11
12
# cv2_reshape.py

import cv2
import numpy as np

width = 400
height = 200
img = cv2.imread('test.png') # 读取图像
print ('The shape of initial graph is: {}'.format(img.shape)) # 打印原图大小
img = cv2.resize(img, (width, height), interpolation=cv2.INTER_NEAREST) # 最近邻插值缩放
print ('The changed shape of graph is: {}'.format(img.shape)) # 打印更改后图片大小
cv2.imwrite('new_logo.png', img) # 保存图片

在这个案例中,我们首先读取了一个516×254的图片,由于是RGB格式的,因此会有三层图像。然后通过cv2将该图像重构成一个400×200的图像。上述代码的执行结果如下:

1
2
3
[dechin@dechin-manjaro cv2]$ python3 cv2_reshape.py 
The shape of initial graph is: (254, 516, 3)
The changed shape of graph is: (200, 400, 3)

同时会在当前的目录下生成一个新的图像,这个图像就是经过我们缩放重构之后的图像:

图像翻转

图像的翻转也是一种常用的基本操作,cv2里面提供了三种模式的翻转:编码为1的横向翻转,编码为0的纵向翻转,以及编码为-1的同时翻转,这里我们演示其中的一种纵向翻转:

1
2
3
4
5
6
7
8
9
10
# cv2_rotate.py

import cv2
import numpy as np

img = cv2.imread('test.png')
print ('The shape of initial graph is: {}'.format(img.shape))
img = cv2.flip(img, 0)
print ('The changed shape of graph is: {}'.format(img.shape))
cv2.imwrite('rotate_logo.png', img)

执行完成后,因为是翻转操作,所以并不会影响图像大小:

1
2
3
[dechin@dechin-manjaro cv2]$ python3 cv2_rotate.py 
The shape of initial graph is: (254, 516, 3)
The changed shape of graph is: (254, 516, 3)

同样的,会在当前目录下生成一个翻转之后的图像:

灰度图

在很多图像特征提取的场景中,其实并不需要RGB配色。比如我们判断一个图片中的动物是猫还是狗,这跟猫和狗身上的颜色并没有太大的关系,因此我们需要一个灰度图就够了:

1
2
3
4
5
6
7
8
9
10
# cv2_color.py

import cv2
import numpy as np

img = cv2.imread('test.png')
print ('The shape of initial graph is: {}'.format(img.shape))
img = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)
print ('The changed shape of graph is: {}'.format(img.shape))
cv2.imwrite('gray_logo.png', img)

因为提取的灰度图并没有显含RGB的配色,因此得到的图片没有3层,只有1层:

1
2
3
[dechin@dechin-manjaro cv2]$ python3 cv2_color.py 
The shape of initial graph is: (254, 516, 3)
The changed shape of graph is: (254, 516)

同时在本地目录下会生成一个新的灰度图:

卷积与滑窗

卷积操作在卷积神经网络中有重要的应用,其本质是通过滑窗的方式,对原本的图像进行小范围内的指定操作,而这个小范围内的指定操作,则是由卷积核来定义的。我们先来看一下三个卷积核的使用案例,这些卷积核的作用是进行边缘检测。并且这三个卷积核都是3×3的大小,也就是说,原图像经过卷积核操作之后,在横向和纵向两个维度的大小都会减去2。321无损音乐网

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
# convolution.py

import cv2
import numpy as np

img = cv2.imread('test.png')
print ('The shape of input img is: {}'.format(img.shape))

conv_img = np.zeros((int(img.shape[0])-2,
                        int(img.shape[1])-2,
                        int(img.shape[2])))
for i in range(int(img.shape[0])-2):
    for j in range(int(img.shape[1])-2):
        conv_img[i][j] = img[i][j] - img[i+2][j] - img[i][j+2] + img[i+2][j+2]

print ('The shape of output img is: {}'.format(conv_img.shape))
cv2.imwrite('conv.png', conv_img)

这个案例所对应的卷积核为:

⎡⎣⎢10−1000−101⎤⎦⎥[10−1000−101]

执行结果如下:

1
2
3
[dechin@dechin-manjaro cv2]$ python3 convolution.py 
The shape of input img is: (254, 516, 3)
The shape of output img is: (252, 514, 3)

我们可以看到图像的最终大小是符合我们所预期的,再看看生成的图像:

我们可以明显的发觉,原本图像中一些不太重要的信息就被忽略了,仅保留了一些边缘的信息。那么在一些图像特征识别的场景下,就可以先用卷积层转换成这种边缘图像,再结合池化层和潜藏层构成一个卷积神经网络,对图像进行分辨和识别。由于卷积核并不是唯一固定的,因此我们可以对比以下另外两种卷积核:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
# convolution1.py

import cv2
import numpy as np

img = cv2.imread('test.png')
print ('The shape of input img is: {}'.format(img.shape))

conv_img = np.zeros((int(img.shape[0])-2,
                        int(img.shape[1])-2,
                        int(img.shape[2])))
for i in range(int(img.shape[0])-2):
    for j in range(int(img.shape[1])-2):
        conv_img[i][j] = img[i][j+1] + img[i+1][j] + img[i+2][j+1] + img[i+1][j+2] - 4*img[i+1][j+1]

print ('The shape of output img is: {}'.format(conv_img.shape))
cv2.imwrite('conv1.png', conv_img)

这个案例所对应的卷积核为:

⎡⎣⎢0101−41010⎤⎦⎥[0101−41010]

执行结果如下:

1
2
3
[dechin@dechin-manjaro cv2]$ python3 convolution1.py 
The shape of input img is: (254, 516, 3)
The shape of output img is: (252, 514, 3)

得到的新图像与第一种卷积核有显著的差异:

再看看另外一种卷积和:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
# convolution2.py

import cv2
import numpy as np

img = cv2.imread('test.png')
print ('The shape of input img is: {}'.format(img.shape))

conv_img = np.zeros((int(img.shape[0])-2,
                        int(img.shape[1])-2,
                        int(img.shape[2])))
for i in range(int(img.shape[0])-2):
    for j in range(int(img.shape[1])-2):
        conv_img[i][j] = -img[i][j] - img[i][j+1] - img[i][j+2] -\
                          img[i+1][j] + 8*img[i+1][j+1] - img[i+1][j+2] -\
                          img[i+2][j] - img[i+2][j+1] - img[i+2][j+2]

print ('The shape of output img is: {}'.format(conv_img.shape))
cv2.imwrite('conv2.png', conv_img)

这个案例所对应的卷积核为:

⎡⎣⎢−1−1−1−18−1−1−1−1⎤⎦⎥[−1−1−1−18−1−1−1−1]

执行结果如下所示:

1
2
3
[dechin@dechin-manjaro cv2]$ python3 convolution2.py 
The shape of input img is: (254, 516, 3)
The shape of output img is: (252, 514, 3)

最终生成的图像与前两种卷积和都截然不同:

最后还要介绍一种可以锐化图像的卷积核,与前面介绍的边缘检测的卷积核不同的是,锐化的卷积核保留了大部分的图像特征,只是更加显著的突出了图像的的边缘:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
# convolution3.py

import cv2
import numpy as np

img = cv2.imread('test.png')
print ('The shape of input img is: {}'.format(img.shape))

conv_img = np.zeros((int(img.shape[0])-2,
                        int(img.shape[1])-2,
                        int(img.shape[2])))
for i in range(int(img.shape[0])-2):
    for j in range(int(img.shape[1])-2):
        conv_img[i][j] = - img[i][j+1] - img[i+1][j] - img[i+2][j+1] - img[i+1][j+2] + 5*img[i+1][j+1]

print ('The shape of output img is: {}'.format(conv_img.shape))
cv2.imwrite('conv3.png', conv_img)

这个案例所对应的卷积核为:

⎡⎣⎢0−10−15−10−10⎤⎦⎥[0−10−15−10−10]

执行结果如下:

1
2
3
[dechin@dechin-manjaro cv2]$ python3 convolution3.py 
The shape of input img is: (254, 516, 3)
The shape of output img is: (252, 514, 3)

可以看到跟其他其中卷积核相比,锐化的卷积核是最接近于原始图像的:

在上述的几个输出图像中,我们可以大致评估,第一种卷积边缘检测的方法有效的去除了很多无用的背景信息,可以在这种类型下的图像中进行使用,我们可以针对不同的场景选择不同的操作。

平均池化

在上面所介绍的卷积核中,我们使用的滑窗步长都是1,但是在实际场景中,增大滑窗的步长不仅可以达到很好的效果,还可以很大程度上介绍需要处理的图像的大小。这里介绍的池化,可以认为是一种特殊的卷积运算。常用的池化方法有最大池化和平均池化,顾名思义,最大池化就是取卷积/池化区域中的最大值,而平均池化则是取平均值。这里我们展示一个平均池化的示例:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
# avg_pooling.py

import cv2
import numpy as np

img = cv2.imread('test.png')
print ('The shape of input img is: {}'.format(img.shape))

pooling_img = np.zeros((int(int(img.shape[0])/2),
                        int(int(img.shape[1])/2),
                        int(img.shape[2])))
for i in range(int(int(img.shape[0])/2)):
    for j in range(int(int(img.shape[1])/2)):
        pooling_img[i][j] = (img[2*i][2*j] + img[2*i][2*j+1] + img[2*i+1][2*j] + img[2*i+1][2*j+1])/4

print ('The shape of output img is: {}'.format(pooling_img.shape))
cv2.imwrite('pooling.png', pooling_img)

该平均池化如果用卷积核来表示的化,大概是如下的形式:

[0.250.250.250.25][0.250.250.250.25]

上述代码的输出结果如下:

1
2
3
[dechin@dechin-manjaro cv2]$ python3 avg_pooling.py 
The shape of input img is: (254, 516, 3)
The shape of output img is: (127, 258, 3)

我们发现由于这里的滑窗步长设置为了2,滑窗大小变为了2×2,因此得到的结果图像缩小了一半。最终得到的池化的图像如下:

在这个池化的图片中我们其实并没有得到太多的信息,更多的作用还是等效的去压缩一个图像的信息,尤其是最大池化,可以很好的保留原图像中的显著特征。

总结概要

本文介绍了使用opencv-python对输入图像进行处理的基本操作,包括图像读取、图像变换等。有了这些基础的操作支撑后,我们可以执行跟高层次的图像处理,比如常用于深度学习的卷积和池化操作,这里我们也作了简单介绍,并给出了使用示例。

原文链接:https://www.cnblogs.com/dechinphy/p/cv2.html

相关文章

  • python3使用cv2对图像进行基本操作

    在机器视觉等领域,最基本的图像处理处理操作,可以通过opencv这个库来实现。opencv提供了python的接口,所需安装的库为opencv-python,但...

    DechinPhy
  • node操作gm进行图像基本操作

    上一篇介绍了GraphicsMagick的简单使用,这一批使用node结合gm处理一些图像的简单操作!

    十月梦想
  • Python3与OpenCV3.3 图像处理(二)--图像基本操作

    本节主要讲解图像的一些基础知识,以及图像的加载和获得属性,最后将会学到 OpenCV 摄像头的简单使用。

    喵叔
  • 2018-04-08ubunu16.04.4LTS环境配置

    用户1733354
  • 【Python3+OpenCV】实现图像处理—基本操作篇

    OpenCV是一个C++库,目前流行的计算机视觉编程库,用于实时处理计算机视觉方面的问题,它涵盖了很多计算机视觉领域的模块。在Python中常使用OpenCV库...

    潘永斌
  • Python基于opencv调用摄像头获取个人图片的实现方法

    接触图像领域的应该对于opencv都不会感到陌生,这个应该算是功能十分强劲的一个算法库了,当然了,使用起来也是很方便的,之前使用Windows7的时候出现多该库...

    matinal
  • 用python和opencv检测图像中的条形码

    在日常生活中,经常会看到条形码的应用,比如超市买东西的生活,图书馆借书的时候。。。

    AI算法与图像处理
  • 基于OpenCV的条形码检测

    在日常生活中,经常会看到条形码的应用,比如超市买东西的生活,图书馆借书的时候。。。

    小白学视觉
  • 还在用肉眼找不同吗?这个技术轻松搞定

    概述 来源:pyimagesearch 编译:AI算法与图像处理 我想应该很多人都玩过腾讯的这款游戏《大家来找茬》,想当年不知道多少人用鼠标对着美女图一...

    AI算法与图像处理

扫码关注云+社区

领取腾讯云代金券