前言

由于筆者近期的研究課題與圖像后處理有關(guān)，需要通過圖像處理工具對圖像進(jìn)行變換和處理，進(jìn)而生成合適的訓(xùn)練圖像數(shù)據(jù)。該系列文章即主要記錄筆者在不同的環(huán)境下進(jìn)行圖像處理時常用的工具和庫。在 Python 環(huán)境下，對圖像的處理筆者主要使用 Pillow 庫，主要操作包括對圖像的讀取、存儲和變換等。實(shí)際應(yīng)用中，Pillow 中提供的 Image 模塊適合對圖像整體進(jìn)行變換處理操作。

注：以下介紹僅包括對應(yīng)模塊和函數(shù)的基礎(chǔ)用法，故而在介紹時省略了部分參數(shù)和選項(xiàng)，更完備的用法和介紹可參考 Pillow 的官方文檔。

安裝

用戶可通過 pip 直接安裝 Pillow，更多安裝方式可以參見這里。

pip install Pillow #安裝 pillow

使用

在日常應(yīng)用過程中，使用最多的是 Pillow 提供的 Image 模塊，其提供了包括圖像存儲、變換以及一系列的相關(guān)處理功能。Pillow 使用 Image 對象來表示圖像對象并基于其定義圖像的屬性信息以及可針對其進(jìn)行的操作，后續(xù)即主要介紹通過 Image 對象可進(jìn)行的圖像操作。在 Python 中使用時，用戶首先需從 PIL 中導(dǎo)入對應(yīng)的 Image 模塊。

from PIL import Image #通過 Image 進(jìn)行圖像處理相關(guān)的操作

圖像讀取與存儲

通過 Image 提供的 open 方法讀取圖像，其以指定的文件名為參數(shù)，返回值為對應(yīng)圖像的 Image 對象，后續(xù)即可針對圖像對應(yīng)的 Image 對象進(jìn)行操作。

  im = Image.open( "test.png" )  # open 方法以圖像名(或圖像對象)為參數(shù)，返回一個 Image 對象

通過 Image 對象的 save 方法存儲圖像對象，其使用存儲目標(biāo)文件名為參數(shù)，也可通過 format 參數(shù)指定存儲文件的格式。

  im.save( "test.png" )          # im 為 Image 對象，其被保存至 test.png，不指定 format 參數(shù)時，該方法通過文件后綴推測文件類型
  im.save( "test.jpg" , format="JPEG")  # 以 JPEG 格式保存 Image 對象 im 至文件 test.jpg 中

基本屬性

圖像對應(yīng)的 Image 對象具備基本屬性。用戶可以通過這些屬性獲得圖像最基本的信息，Image 對象的完整屬性信息可以查看這里。

  im.filename    # Image 對象 im 對應(yīng)的文件/路徑名
  im.mode      # Image 對象圖像數(shù)據(jù)的解釋方式，如灰度圖為 “L”,彩色圖為 “RGB”等
  im.size      # 返回圖像的尺寸信息，為( width , height ) 格式的元祖

圖像類型轉(zhuǎn)換

不同的圖像數(shù)據(jù)具有不同的圖像格式，進(jìn)而擁有不同的組織數(shù)據(jù)的方式。對于 RGB 圖像而言，圖像擁有 R、G、B 三個通道，像素?cái)?shù)據(jù)由三個對應(yīng)三通道的 8 bit 數(shù)據(jù)組成；對于黑白圖像而言，其每個像素由一個 8 bit 字節(jié)表示等等。在打開圖像時，open 方法會自動解析圖像的格式，用戶可通過 Image 對象的 mode 屬性獲得圖像的狀態(tài)。

Image 對象可通過 convert 方法進(jìn)行圖像類型間的轉(zhuǎn)換，其使用轉(zhuǎn)換的目標(biāo)類型的字符串為參數(shù)，返回轉(zhuǎn)換后的 Image 對象，常見的類型包括 RGB(真彩)、L(黑白)、YCbCr(視頻圖像)、HSV(色調(diào)飽和度亮度彩色空間)。

  data = im.convert( "L" )    #獲得 RGB 圖像 im 的灰度圖

與 numpy 數(shù)組的轉(zhuǎn)換

在程序中，一般使用圖像對應(yīng)的 Image 對象進(jìn)行圖像相關(guān)的操作，針對圖像數(shù)據(jù)本身的計(jì)算處理一般將 Image 對象的數(shù)據(jù)轉(zhuǎn)換為 numpy 數(shù)據(jù)后進(jìn)行，處理完成之后的 numpy 數(shù)據(jù)再被轉(zhuǎn)換為 Image 對象進(jìn)行保存。

a. 將 Image 對象轉(zhuǎn)換為 numpy 數(shù)組

使用 numpy.asarray 方法( 不唯一，可參見 Array creation routines )將 Image 對象的數(shù)據(jù)轉(zhuǎn)換為 numpy 數(shù)組，進(jìn)而可以對其進(jìn)行計(jì)算處理。轉(zhuǎn)換后 numpy 數(shù)組的數(shù)據(jù)類型根據(jù) Image 數(shù)據(jù)對象本身的數(shù)據(jù)類型推斷獲得，使用時也可使用 numpy.asarray 的 dtype 參數(shù)指定轉(zhuǎn)換后的數(shù)據(jù)類型?！　?/p>

  im = Image.open( "test.png" )         #打開圖像 test.png ,并獲得其對應(yīng)的 Image 對象
  data = numpy.asarray( im )           #將 Image 對象 im 的數(shù)據(jù)轉(zhuǎn)換為 numpy 數(shù)組的形式，data 即為可供運(yùn)算的 numpy 數(shù)組
  data = numpy.asarray( im, dtype=np.uint8 )   #轉(zhuǎn)換圖像數(shù)據(jù)為 numpy 數(shù)組，并指定其類型為 np.uint8

b.將 numpy 數(shù)組轉(zhuǎn)換為 Image 對象

對于 numpy 數(shù)據(jù)形式的圖像數(shù)據(jù)( 通過數(shù)據(jù)處理或其他途徑獲得 )，可通過 Image.fromarray 方法將已有的 numpy 圖像數(shù)據(jù)轉(zhuǎn)換為 Image 對象。

im = Image.fromarray( data ) # data 為 numpy 數(shù)組，im 為轉(zhuǎn)換獲得的 Image 對象

注意，在使用 Image.fromarray 方法時可能會出現(xiàn)報(bào)錯 raise TypeError("Cannot handle this data type") , 這是由于待轉(zhuǎn)換的 numpy 數(shù)據(jù)類型可能并不符合 Image 對象所需的數(shù)據(jù)類型( 一般為 8 bit 無符號值 )，解決方法是在轉(zhuǎn)換前先將 numpy 數(shù)組的數(shù)據(jù)類型轉(zhuǎn)換為 np.uint8 .

  im = Image.fromarray( data.astype( np.uint8 ) )  #將 numpy 數(shù)組的數(shù)據(jù)類型轉(zhuǎn)換為 np.uint8 后再轉(zhuǎn)換為 Image 對象

常用操作

裁剪圖像——crop

可以使用 crop 方法獲得圖像的指定部分。crop 方法以指定 ( 左，上，右，下 ) 切割位置的元祖來定義待分割的圖像部分，可以理解為定義的是切割獲得的矩形的左上角和右下角位置的坐標(biāo)。在 PIL 所支持的坐標(biāo)系統(tǒng)中，坐標(biāo)的( 0 , 0 ) 為圖像的左上角，注意 ( 0 , 0 ) 指向的不是左上角的第一個像素，而是該像素位置前的位置，后續(xù)所有的坐標(biāo)均為像素間的空隙位置，而不是指向像素。也就是說，第一個像素被 ( 0 , 0 ) 和 ( 0 , 1 ) 兩個坐標(biāo)左右包圍?！　?/p>

part = im.crop( ( 0 , 0 , 100 , 100 ) ) #截取獲得圖像 im 左上角大小為 100 × 100 像素的矩形圖像

通道處理——split / getchannel

split 方法將圖像數(shù)據(jù)按通道分離，其返回值為包含各個通道分離數(shù)據(jù)的元組tuple，如對于 RGB 圖像而言，其被分成 R、G、B 三個通道的數(shù)據(jù)。

R, G, B = im.split() # im 為真彩色 Image 對象，其被分為獨(dú)立的 R、G、B 通道信息

getchannel 方法以圖像的通道的索引或字符名字為參數(shù)，返回包含有對應(yīng)通道數(shù)據(jù)的 L 類型的圖像( 即為黑白模式 )。　　

  R = im.getchannel( 0 )  # 獲得 RGB 圖像的第一個通道的數(shù)據(jù)，即 R 通道信息
  R = im.getchannel( "R" ) #同上

縮放圖像——resize

resize 方法以縮放目標(biāo)圖像大小的元祖( Width, Heigth ) 為參數(shù)，通過指定的采樣方法將圖像縮放為指定的圖像大小。其支持采樣的方法包括 PIL.Image.NEAREST、PIL.Image.BILINEAR、PIL.Image.BICUBIC 等，resize 支持的全部采樣方式見文檔。注意，以上采樣方法的全名為 PIL.Image.xxxx，但實(shí)際上由于之前已經(jīng)使用 from PIL import Image 導(dǎo)入了 Image 這個模塊名，故而后續(xù)可以直接使用 Image.xxxx 的形式調(diào)用上述方法，反之，在未導(dǎo)入模塊名時需使用完整的名稱來使用上述方法，下同。

  data = im.resize( ( 100, 100 ) )             #將 im 對應(yīng)的 Image 對象縮放為 100×100 的大小，默認(rèn)采用 PIL.Image.NEAREST 方法
  data = im.resize( ( 100, 100 ), Image.BICUBIC )     #使用 PIL.Image.BICUBIC 方法進(jìn)行采樣

翻轉(zhuǎn)圖像——rotate/transpose

通過 rotate 方法旋轉(zhuǎn)圖像，rotate 方法以旋轉(zhuǎn)的角度為參數(shù)，將圖像順時針中心旋轉(zhuǎn)對應(yīng)的度數(shù),并返回對應(yīng)的 Image 對象。注意，通過 rotate 方法進(jìn)行旋轉(zhuǎn)時，結(jié)果圖像是中心旋轉(zhuǎn)后圖像在源圖像大小范圍內(nèi)被截取的部分，其他部分為填充。如大小為寬×高 200 * 100 的圖像，經(jīng)過 90 度旋轉(zhuǎn)后，其大小仍為 200 * 100 ,圖像內(nèi)容為旋轉(zhuǎn)后的理論為 100 * 200 的圖像與原 200 * 100 區(qū)域的重合部分，其余部分為填充。

rotate 方法可以指定 expand 參數(shù)為 1 ，此時生成的新圖像為完整包含有旋轉(zhuǎn)后圖像內(nèi)容的最小矩形大小( 空白處為填充)，如上例中，圖像經(jīng)過 90 度旋轉(zhuǎn)后，獲得的新圖像的大小即為 100 * 200。更多介紹見 Image.rotate.

data = im.rotate( 90 ) #將圖像順時針旋轉(zhuǎn) 90 度
data = im.rotate( 90 , expand=1 ) #將圖像順時針旋轉(zhuǎn) 90 度，同時保留圖像的完整內(nèi)容

在某些圖像訓(xùn)練的數(shù)據(jù)生成中，將圖像進(jìn)行 90 度為單位的旋轉(zhuǎn)、上下或左右翻轉(zhuǎn)是更為常見的操作。此時可以使用 transpose 方法，transpose 以翻轉(zhuǎn)方式為參數(shù)，返回經(jīng)過翻轉(zhuǎn)后的圖像，其支持的參數(shù)如下所示。

PIL.Image.FLIP_LEFT_RIGHT  #左右翻轉(zhuǎn)圖像
  PIL.Image.FLIP_TOP_BOTTOM  #上下翻轉(zhuǎn)圖像
  PIL.Image.ROTATE_90
  PIL.Image.ROTATE_180
  PIL.Image.ROTATE_270     #順時針旋轉(zhuǎn)對應(yīng)度數(shù)
  PIL.Image.TRANSPOSE     #類似于左右翻轉(zhuǎn)后再逆時針旋轉(zhuǎn)圖像 90 度
  PIL.Image.TRANSVERSE     #類似與左右翻轉(zhuǎn)后再順時針旋轉(zhuǎn)圖像 90 度

可以直接使用上述參數(shù)對圖像進(jìn)行變換，transpose 方法返回變換后的完整圖像( 由于是 90 度倍數(shù)的變換，也不存在空白區(qū)域 )。

data = im.transpose( Image.FLIP_LEFT_RIGHT ) #獲得 im 圖像經(jīng)過左右旋轉(zhuǎn)后的數(shù)據(jù)

以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

最新評論