首頁 > 文章 > 後端開發 > python影像處理的基礎和OpenCV的入門函數

python影像處理的基礎和OpenCV的入門函數

不言原創: 2018-09-08 17:28:143433瀏覽

這篇文章帶給大家的內容是關於python圖像處理的基礎和OpenCV的入門函數，有一定的參考價值，有需要的朋友可以參考一下，希望對你有所幫助。

一.圖像基礎知識

圖像都是由像素(pixel)構成的，即圖像中的小方格，這些小方格都有一個明確的位置和被指派的色彩數值，而這些一小方格的顏色和位置就決定該影像所呈現出來的樣子。像素是影像中的最小單位，每個點陣影像包含了一定量的像素，這些像素決定影像在螢幕上所呈現的大小。

影像通常包含二值影像、灰階影像和彩色影像。

#1.二值圖片
二值圖片中任何一個點非黑即白，要麼為白色（像素為255），要麼為黑色（像素為0）。將灰階影像轉換為二值影像的過程，常透過依序遍歷判斷實現，如果像素>=127則設定為255，否則設定為0。

2.灰階影像
灰階影像除了黑和白，還有灰色，它把灰度分為256個不同的顏色，影像看著也更清晰。將彩色影像轉換為灰階圖是影像處理最基本的預處理操作，通常包括以下幾種方法：
(1) 浮點演算法：Gray=R*0.3 G*0.59 B*0.11
( 2) 整數方法：Gray=(R*30 G*59 B*11)/100
(3) 移位方法：Gray=(R*28 G*151 B*77)>>8;
(4) 平均值法：Gray=（R G B）/3;(此程式採用演算法)
(5) 只取綠色：Gray=G;
(6) 加權平均值演算法：根據光的亮度特性，公式: R=G=B=R*0.299 G*0.587 B0.144

透過上述任一方法求得Gray後，將原來的RGB(R,G,B)中的R,G,B統一用Gray替換，形成新的顏色RGB(Gray,Gray,Gray)，用它取代原來的RGB(R,G,B)就是灰階圖了。改變像素矩陣的RGB值，來達到彩色圖轉換為灰階圖。

3.彩色影像
彩色影像是RGB影像，RGB表示紅、綠、藍三原色，電腦裡所有顏色都是三原色不同比例組成的，即三色通道。

#.本文主要使用Python2.7和OpenCV進行講解，首先呼叫”pip install opencv-python”安裝OpenCV庫，如下圖所示：

1.讀入圖像 OpenCV讀取圖像主要呼叫下面函數實作：

img = cv2.imread(檔名,[,參數])

參數(1) cv2.IMREAD_UNCHANGED (影像不可變)

參數(2) cv2.IMREAD_GRAYSCALE (灰階影像)

參數(3) cv2.IMREAD_COLOR (讀入彩色影像) 參數(4) cv2.COLOR_BGR2RGB (影像通道BGR轉成RGB)

2.顯示影像

顯示影像呼叫函數如下：

#cv2.imshow(視窗名稱, 影像名稱)
3.視窗等待

呼叫函數如下：

cv2.waitKey(delay)

鍵盤綁定函數，共一個參數，表示等待毫秒數，將等待特定的幾毫秒，看鍵盤是否有輸入，回傳值為ASCII值。如果其參數為0，則表示無限期的等待鍵盤輸入；參數>0表示等待delay毫秒；參數
4.刪除所有視窗

呼叫函數如下：

cv2.destroyAllWindows() 刪除所有視窗

cv2.destroyWindows() 刪除指定的視窗

5.寫入圖片

呼叫函數如下：

retval = cv2.imwrite(檔案位址, 檔案名)

下面程式碼是讀入圖片並顯示儲存。

# -*- 
coding:utf-8 -*-import cv2
#读取图片
img = cv2.imread("test.jpg")
#显示图像
cv2.imshow("Demo", img)
#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()
#写入图像
cv2.imwrite("testyxz.jpg", img)

輸出結果如下圖所示，並且在資料夾下儲存了一張名為「testyxz.jpg」的圖片。

########################如果程式碼中沒有watiKey(0)函數，則執行結果如下圖所示： ##### # python影像處理的基礎和OpenCV的入門函數

同时
可以对代码进行升级，如下所示：

#无限期等待输入
k=cv2.waitKey(0)
#如果输入ESC退出
if k==27:
    cv2.destroyAllWindows()

三.OpenCV像素处理

1.读取像素
灰度图像直接返回灰度值，彩色图像则返回B、G、R三个分量。注意OpenCV读取图像是BGR存储显示，需要转换为RGB再进行图像处理。

灰度图像：返回值 = 图像(位置参数)
eg: test=img[88,42]
彩色图像：返回值 = 图像[位置元素, 0 | 1 | 2 ] 获取BGR三个通道像素
eg: blue=img[88,142,0] green=img[88,142,1] red=img[88,142,2]

2.修改图像
修改图像如果是灰度图像则直接赋值新像素即可，彩色图像依次给三个值赋值即可。

灰度图像：
img[88,142] = 255
彩色图像：
img[88,142, 0] = 255
img[88,142, 1] = 255
img[88,142, 2] = 255
彩色图像：方法二
img[88,142] = [255, 255, 255]

下面代码是获取像素及修改的操作。

# -*- coding:utf-8 -*-import cv2
#读取图片
img = cv2.imread("test.jpg", cv2.IMREAD_UNCHANGED)
test = img[88,142]print test
img[88,142] = [255, 255, 255]print test
#分别获取BGR通道像素
blue = img[88,142,0]print blue
green = img[88,142,1]print green
red = img[88,142,2]print red
#显示图像
cv2.imshow("Demo", img)
#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()
#写入图像
cv2.imwrite("testyxz.jpg", img)

输出结果如下所示：
[158 107 64]
[255 255 255]
255
255
255

下面代码是将行为100到200、列150到250的像素区域设置为白色。

# -*- coding:utf-8 -*-import cv2
#读取图片
img = cv2.imread("test.jpg", cv2.IMREAD_UNCHANGED)
#该区域设置为白色
img[100:200, 150:250] = [255,255,255]
#显示图像
cv2.imshow("Demo", img)
#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()
#写入图像
cv2.imwrite("testyxz.jpg", img)

运行结果如下图所示：

python影像處理的基礎和OpenCV的入門函數

python影像處理的基礎和OpenCV的入門函數

一.圖像基礎知識

三.OpenCV像素处理

相關文章