使用python進(jìn)行基本的圖像操作與處理

前言：

與早期計(jì)算機(jī)視覺(jué)領(lǐng)域多數(shù)程序都是由 C/C++ 寫(xiě)就的情形不同。隨著計(jì)算機(jī)硬件速度越來(lái)越快,研究者在考慮選擇實(shí)現(xiàn)算法語(yǔ)言的時(shí)候會(huì)更多地考慮編寫(xiě)代碼的效率和易用性,而不是像早年那樣把算法的執(zhí)行效率放在首位。這直接導(dǎo)致近年來(lái)越來(lái)越多的研究者選擇 Python 來(lái)實(shí)現(xiàn)算法。

今天在計(jì)算機(jī)視覺(jué)領(lǐng)域,越來(lái)越多的研究者使用 Python 開(kāi)展研究，所以有必要去學(xué)習(xí)一下十分易用的python在圖像處理領(lǐng)域的使用，這篇博客將會(huì)介紹如何使用Python的幾個(gè)著名的圖像處理庫(kù)完成最基本的圖像操作與處理。

使用PIL進(jìn)行基本圖像操作

PIL簡(jiǎn)介：

PIL(Python Imaging Library Python,圖像處理類(lèi)庫(kù))提供了通用的圖像處理功能,以及大量有用的基本圖像操作,比如圖像縮放、裁剪、旋轉(zhuǎn)、顏色轉(zhuǎn)換等。

PIL讀取與存儲(chǔ)圖像：

利用 PIL 中的函數(shù),我們可以從大多數(shù)圖像格式的文件中讀取數(shù)據(jù),然后寫(xiě)入最常見(jiàn)的圖像格式文件中。PIL 中最重要的模塊為 Image 。

下面這個(gè)程序我使用PIL讀取一張jpg圖片將其灰度化之后存為一個(gè)png文件：

# -*- coding: utf-8 -*-
from PIL import Image
import os
#打開(kāi)圖像得到一個(gè)PIL圖像對(duì)象
img = Image.open("./source/test.jpg")
#將其轉(zhuǎn)為一張灰度圖
img = img.convert('L')
#存儲(chǔ)該張圖片
try:
  img.save("test.png")
except IOError:
  print "cannot convert"

Test.jpg

Test.png

PIL生成縮略圖：

# -*- coding: utf-8 -*-
from PIL import Image
import os
#打開(kāi)圖像得到一個(gè)PIL圖像對(duì)象
img = Image.open("./source/test.jpg")
#創(chuàng)建最長(zhǎng)邊為128的縮略圖
img.thumbnail((128,128))
#存儲(chǔ)該張圖片
try:
  img.save("test.png")
except IOError:
  print "cannot convert"

Test.png

PIL調(diào)整尺寸與旋轉(zhuǎn)：

# -*- coding: utf-8 -*-
from PIL import Image
import os
#打開(kāi)圖像得到一個(gè)PIL圖像對(duì)象
img = Image.open("./source/test.jpg")
#修改圖片大小，參數(shù)為一元組
img = img.resize((100,200))
#使圖片逆時(shí)針選擇45度
img = img.rotate(45)
#存儲(chǔ)該張圖片
try:
  img.save("test.png")
except IOError:
  print "cannot convert"

Test.png

PIL復(fù)制粘貼圖像區(qū)域：

# -*- coding: utf-8 -*-
# -*- coding: utf-8 -*-
from PIL import Image
import os
#打開(kāi)圖像得到一個(gè)PIL圖像對(duì)象
img = Image.open("./source/test.jpg")
#從img中裁剪指定區(qū)域
region = img.crop((300,300,500,500))
#使裁剪部分逆時(shí)針選擇145度
region = region.rotate(145)
#將該區(qū)域粘貼至指定區(qū)域
img.paste(region,(100,100,300,300));
#存儲(chǔ)該張圖片
try:
  img.save("test.png")
except IOError:
  print "cannot convert"

Test.png

元組的使用中，坐標(biāo)原點(diǎn)為左上角，區(qū)域劃分如下圖所示

使用Matplotlib進(jìn)行基本圖像操作

Matplotlib簡(jiǎn)介：

我們處理數(shù)學(xué)運(yùn)算、繪制圖表,或者在圖像上繪制點(diǎn)、直線(xiàn)和曲線(xiàn)時(shí), Matplotlib是個(gè)很好的類(lèi)庫(kù),具有比 PIL 更強(qiáng)大的繪圖功能。Matplotlib 可以繪制出較好的條形圖、餅狀圖、散點(diǎn)圖等,但是對(duì)于大多數(shù)計(jì)算機(jī)視覺(jué)應(yīng)用來(lái)說(shuō),僅僅需要用到幾個(gè)繪圖命令。比如，我們想用點(diǎn)和線(xiàn)來(lái)表示一些事物,比如興趣點(diǎn)、對(duì)應(yīng)點(diǎn)以及檢測(cè)出的物體。

使用Matplotlib繪制圖像、點(diǎn)、線(xiàn)

# -*- coding: utf-8 -*-
from PIL import Image
from pylab import *
#打開(kāi)圖像得到一個(gè)PIL圖像對(duì)象
img = Image.open("./source/test.jpg")
# 讀取圖像到數(shù)組中
im = array(img)
# 繪制圖像
imshow(im)
# 一些點(diǎn)
x = [100,100,400,400]
y = [200,500,200,500]
# 使用紅色星狀標(biāo)記繪制點(diǎn)
plot(x,y,'r*')
# 繪制連接前兩個(gè)點(diǎn)的線(xiàn)
plot(x[:2],y[:2])
# 添加標(biāo)題,顯示繪制的圖像
title('Plotting: "Test.jpg"')
show()

show() 命令首先打開(kāi)圖形用戶(hù)界面(GUI),然后新建一個(gè)圖像窗口。該圖形用戶(hù)界面會(huì)循環(huán)阻斷腳本,然后暫停,直到最后一個(gè)圖像窗口關(guān)閉。在每個(gè)腳本里,你只能調(diào)用一次 show() 命令,而且通常是在腳本的結(jié)尾調(diào)用。

也可以使用axis(‘off')命令使坐標(biāo)軸不顯示。

運(yùn)行結(jié)果

在繪圖時(shí),有很多選項(xiàng)可以控制圖像的顏色和樣式。

如：

plot(x,y)      #默認(rèn)為藍(lán)色實(shí)線(xiàn)
plot(x,y,'r*')   #紅色星狀標(biāo)記
plot(x,y,'go-')   #帶有圓圈標(biāo)記的綠線(xiàn)
plot(x,y,'ks:')   #帶有正方形標(biāo)記的黑色虛線(xiàn)

使用Matplotlib繪制圖像輪廓

繪制圖像的輪廓(或者其他二維函數(shù)的等輪廓線(xiàn))在工作中非常有用。因?yàn)槔L制輪廓需要對(duì)每個(gè)坐標(biāo) [x, y] 的像素值施加同一個(gè)閾值,所以首先需要將圖像灰度化，之后使用contour獲得輪廓圖像

# -*- coding: utf-8 -*-
from PIL import Image
from pylab import *
# 讀取圖像到數(shù)組中，并灰度化
im = array(Image.open('./source/test.jpg').convert('L'))
#顯示時(shí)拋棄顏色信息
gray()
# 顯示輪廓圖像
contour(im, origin='image')
# 在原點(diǎn)的左上角顯示
axis('equal')
#關(guān)閉坐標(biāo)軸
axis('off')
show()

運(yùn)行結(jié)果

使用Matplotlib繪制直方圖

圖像的直方圖用來(lái)表征該圖像像素值的分布情況。用一定數(shù)目的小區(qū)間(bin)來(lái)指定表征像素值的范圍,每個(gè)小區(qū)間會(huì)得到落入該小區(qū)間表示范圍的像素?cái)?shù)目。(灰度)圖像的直方圖可以使用 hist() 函數(shù)繪制:

hist() 函數(shù)的第二個(gè)參數(shù)指定小區(qū)間的數(shù)目。需要注意的是,因?yàn)?hist() 只接受一維數(shù)組作為輸入,所以我們?cè)诶L制圖像直方圖之前,必須先對(duì)圖像進(jìn)行壓平處理。flatten() 方法將任意數(shù)組按照行優(yōu)先準(zhǔn)則轉(zhuǎn)換成一維數(shù)組。

# -*- coding: utf-8 -*-
from PIL import Image
from pylab import *
# 讀取圖像到數(shù)組中，并灰度化
im = array(Image.open('./source/test.jpg').convert('L'))
# 直方圖圖像
hist(im.flatten(),128)
# 顯示
show()

運(yùn)行結(jié)果

使用Matplotlib進(jìn)行交互式標(biāo)注

PyLab 庫(kù)中的 ginput() 函數(shù)可以實(shí)現(xiàn)交互式標(biāo)注，用來(lái)標(biāo)記一些點(diǎn)或者是一些訓(xùn)練數(shù)據(jù)。

# -*- coding: utf-8 -*-
from PIL import Image
from pylab import *
# 讀取圖像到數(shù)組中
im = array(Image.open('./source/test.jpg'))
# 顯示圖像
imshow(im)
print 'Please click 3 points'
#獲取點(diǎn)擊并將點(diǎn)擊坐標(biāo)保存在[x,y]列表中
x = ginput(3)
#輸出保存的數(shù)據(jù)
print 'you clicked:',x
show()

上面的腳本首先繪制一幅圖像,然后等待用戶(hù)在繪圖窗口的圖像區(qū)域點(diǎn)擊三次。程 序?qū)⑦@些點(diǎn)擊的坐標(biāo) [x, y] 自動(dòng)保存在 x 列表里。

運(yùn)行結(jié)果

you clicked: [(295.22704081632651, 210.72448979591837), (405.43112244897952, 66.846938775510239), (439.1045918367347, 180.11224489795921)]

總結(jié)

本篇博客介紹了一些python基本的圖像操作，除了上述的PIL和Matplotlib，還經(jīng)常會(huì)使用numpy直接操作圖像數(shù)組來(lái)達(dá)到操作圖像的目的，使用scipy完成更多更復(fù)雜的計(jì)算，我會(huì)把我的學(xué)習(xí)過(guò)程記錄下來(lái)，希望對(duì)大家有所幫助～

以上就是本文關(guān)于python圖像常規(guī)操作的全部?jī)?nèi)容，希望對(duì)大家有所幫助。感興趣的朋友可以繼續(xù)參閱本站：

python使用鄰接矩陣構(gòu)造圖代碼示例

在Python web中實(shí)現(xiàn)驗(yàn)證碼圖片代碼分享

python好玩的項(xiàng)目—色情圖片識(shí)別代碼分享

Python生成數(shù)字圖片代碼分享

有什么問(wèn)題可以隨時(shí)留言，小編會(huì)及時(shí)回復(fù)大家的。感謝朋友們對(duì)本站的支持！

最新評(píng)論