Python中的图像处理基础
图像处理是一种对图像执行操作以从中提取信息或增强图像的方法。图像处理是当今计算机视觉中最热门的话题之一，因为它被认为是计算机视觉、OCR 和其他相机相关领域的基础。
让我们开始实际处理图像。
提示：
只是在这里向你展示一个代码片段，但在本文的末尾，提供了的git 存储库，你可以在其中找到此文中的所有代码。你可以直接复制粘贴！
让我们开始吧！
如何读取图像？
你可以通过 3 种类型读取图像。
1. 使用 open－cv
OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉和机器学习软件库。OpenCV 旨在为计算机视觉应用程序提供通用基础架构，并加速机器感知在商业产品中的使用。
这是读取图像的最常用方法。
import cv2
＃read image by opencv
img＿1 ＝ cv2．imread（r＂C：UsersChinmayBDownloadspexels－photo－8115603．jpeg＂）
cv2．imshow（＂img＂，img＿1）
cv2．waitKey（0）
cv2．destroyAllWindows（）
cv2 读取图像
运行代码后，将打开一个单独的窗口，你将看到你的图像。
· Waitley 代表你希望在屏幕上停留多长时间的时间。
· destroyAllWindows（） 是用于在时间结束后删除图像的命令。
· 输出图像是数组的形式。
2. Pillow 库
PIL（Python Imaging Library）为 Python 添加了许多图像处理功能。Pillow 是 PIL 的一个分支，增加了一些用户友好的特性。
＃ read image by PIL
from PIL import Image
＃ creating a object
img ＝ Image．open（r＂C：UsersChinmayBDownloadspexels－photo－8115603．jpeg＂）
img．show（）
type（img）
输出：
· 输出格式为JPG格式［PIL．JpegImagePlugin．JpegImageFile
3. matplotlib库
matplotlib 库中的图像模块用于在 Python 中处理图像。
＃read image by matplotlib
import matplotlib．pyplot as plt
import matplotlib．image as mpimg
from matplotlib．pyplot import figure
figure（figsize＝（4， 3）， dpi＝80）
img ＝ mpimg．imread（r＇C：UsersChinmayBDownloadspexels－photo－8115603．jpeg＇）
imgplot ＝ plt．imshow（img）
plt．show（）
输出：
· 输出图像是数组的形式。
使图像模糊
1. 高斯模糊
使图像模糊的最简单方法是使用高斯滤波器。高斯模糊只是一种借助高斯函数模糊图像的方法。模糊图像使边缘更牢固。
＃gaussian blurr
import cv2
img＿1 ＝ cv2．imread（r＂C：UsersChinmayBDownloadspexels－photo－8115603．jpeg＂）
blur ＝ cv2．blur（img＿1，（5，5））
cv2．imshow（＂img＂，blur）
cv2．waitKey（0）
cv2．destroyAllWindows（）
2. 内核模糊
你可以自定义模糊率和其他内容。
＃Kernel blurr
import numpy as np
kernel ＝ np．ones（（5，5），np．float32）／25
dst ＝ cv2．filter2D（img＿1，－1，kernel）
cv2．imshow（＂img＂，dst）
cv2．waitKey（0）
cv2．destroyAllWindows（）
3. 中值模糊
＃＃median blurr
img＿1 ＝ cv2．imread（r＂C：UsersChinmayBDownloadspexels－photo－8115603．jpeg＂）
median ＝ cv2．medianBlur（img＿1，17）
cv2．imshow（＂img＂，median）
cv2．waitKey（0）
cv2．destroyAllWindows（）
· 这些是你可以使图像模糊并更改模糊强度的方法。
将图像转换为黑白
· 我们以 RGB 三种颜色读取图像。很多时候我们想使用它的基础版本，比如黑白。
＃＃＃＃＃＃converting image into black and white
import cv2
img＿1 ＝ cv2．imread（r＂C：UsersChinmayBDownloadspexels－photo－8115603．jpeg＂）
grayImage ＝ cv2．cvtColor（img＿1， cv2．COLOR＿BGR2GRAY）
（thresh， blackAndWhiteImage） ＝ cv2．threshold（grayImage， 127， 255， cv2．THRESH＿BINARY）
＃ cv2．imshow（＇Black white image＇， blackAndWhiteImage）
cv2．imshow（＇Gray image＇， grayImage）
cv2．waitKey（0）
cv2．destroyAllWindows（）
· 你可以通过上面的代码改变灰度的强度。
裁剪图像
＃Cropping Image
img＿1 ＝ cv2．imread（r＂C：UsersChinmayBDownloadspexels－photo－8115603．jpeg＂）
x，y，c ＝ img＿1．shape
new＿img ＝ img＿1［50：580， 100：300］
cv2．imshow（＇Gray image＇， new＿img）
cv2．waitKey（0）
cv2．destroyAllWindows（）
· 裁剪非常简单，因为你只需要提供从哪里开始和从哪里结束的坐标。
· 你可以使用 cv2．imwrite 存储裁剪的图像以供进一步处理。
编辑应用程序等对比效果
· 对比度决定图像中阴影的数量。
· 在图像特征的灰度基础上进行区分，使用对比度。
＃＃＃＃＃＃contrast
from PIL import Image， ImageEnhance
＃ Opening Image
im ＝ Image．open（r＂C：UsersChinmayBDownloadspexels－photo－8115603．jpeg＂）
＃ Creating object of Contrast class
im3 ＝ ImageEnhance．Contrast（im）
＃ showing resultant image
im3．enhance（4．9）．show（）
锐化图像
· 很多时候，由于相机镜头没有对焦，图像会变得模糊。锐化效果锐化边缘以获得更好的外观。
＃sharpning an image
import numpy as np
import cv2
img1 ＝ cv2．imread（r＇C：UsersChinmayBDownloadspexels－photo－8115603．jpeg＇，1）
＃ Creating our sharpening filter
filter ＝ np．array（［［－1， －1， －1］， ［－1， 9， －1］， ［－1， －1， －1］］）
＃ Applying cv2．filter2D function on our Cybertruck image
sharpen＿img＿1＝cv2．filter2D（img1，－1，filter）
sharpen＿img＿1 ＝ cv2． resize（sharpen＿img＿1， （960， 840））
cv2．imshow（＂sharp＂，sharpen＿img＿1）
cv2．waitKey（0）
cv2．destroyAllWindows（）
压纹滤镜
import cv2
img1 ＝ cv2．imread（r＇C：UsersChinmayBDownloadspexels－photo－8115603．jpeg＇，1）
（b，g，r）＝cv2．split（img1）
r＿new ＝ r＊0．393 ＋ g＊0．769 ＋ b＊0．189
g＿new ＝ r＊0．349 ＋ g＊0．686 ＋ b＊0．168
b＿new ＝ r＊0．272 ＋ g＊0．534 ＋ b＊0．131
img＿new＝cv2．merge（［b＿new， g＿new， r＿new］）
cv2．imshow（＂img＂，img＿new）
cv2．waitKey（0）
cv2．destroyAllWindows（）
小提示：内核中这些不同值的组合是生成你当前在 Instagram、Snapchat 和其他社交媒体上使用的许多滤镜的基础。
以任意角度旋转图像
· 通过这种简单的 cv2 方法，可以实现所有图像数据增强，如旋转、翻转、垂直和水平。
＃ Creating our emboss filter
img＿1 ＝ cv2．imread（r＇C：UsersChinmayBDownloadspexels－photo－8115603．jpeg＇，1）
filter ＝ np．array（［［0，1，0］，［0，0，0］，［0，－1，0］］）
＃ Applying cv2．filter2D function on our Cybertruck image
emboss＿img＿1＝cv2．filter2D（img＿1，－1，filter）
emboss＿img＿1＝emboss＿img＿1＋128
emboss＿img＿1 ＝ cv2． resize（emboss＿img＿1， （660， 640））
cv2．imshow（＂dsnfj＂，emboss＿img＿1）
cv2．waitKey（0）
cv2．destroyAllWindows（）
缩小／调整图像大小
· 对于更大尺寸的图像，数据要求更多。所以缩小有时可以提高它的可见性和功能。
＃ import the Python Image
＃ processing Library
from PIL import Image
＃ Giving The Original image Directory
＃ Specified
Original＿Image ＝ Image．open（r＂C：UsersChinmayBDownloadspexels－photo－8115603．jpeg＂）
＃ Rotate Image By 180 Degree
rotated＿image1 ＝ Original＿Image．rotate（180）
＃ This is Alternative Syntax To Rotate
＃ The Image
rotated＿image2 ＝ Original＿Image．transpose（Image．ROTATE＿90）
＃ This Will Rotate Image By 60 Degree
rotated＿image3 ＝ Original＿Image．rotate（60）
rotated＿image1．show（）
rotated＿image2．show（）
rotated＿image3．show（）
在图像上写文字
水印或任何其他文本是图像中的重要因素之一。下面的程序将让你了解如何在图像上编写文本。
＃＃＃shrink image
img＿1 ＝ cv2．imread（r＇C：UsersChinmayBDownloadspexels－photo－8115603．jpeg＇，1）
img＿shrinked ＝ cv2．resize（img＿1，（150， 150）， interpolation ＝ cv2．INTER＿AREA）
cv2．imshow（＇img＇，img＿shrinked）
cv2．waitKey（0）
cv2．destroyAllWindows（）
这些是我觉得有趣的图像处理操作。这些所有操作都基于许多图像编辑应用程序。你可以通过结合所有技术来创建相同的应用程序。
原文标题 : 基本的图像处理操作
