Numpy處理圖檔方法

在進行圖像領域的深度學習的時候經常需要對圖檔進行處理，包括圖像的翻轉，壓縮，截取等，一般都是用Numpy來處理。處理起來也很友善。

In[3]

導入需要的包

import numpy as np

import matplotlib.pyplot as plt

from PIL import Image

讀入圖檔

image = Image.open('./work/vehicle1.jpg')

image = np.array(image)

檢視資料形狀，其形狀是[H, W, 3]，

其中H代表高度， W是寬度，3代表RGB三個通道

image.shape

(437, 700, 3)

In[4]

原始圖檔

plt.imshow(image)

?

In[7]

垂直方向翻轉

這裡使用數組切片的方式來完成，

相當于将圖檔最後一行挪到第一行，

倒數第二行挪到第二行，...,

第一行挪到倒數第一行

對于行名額，使用::-1來表示切片，

負數步長表示以最後一個元素為起點，向左走尋找下一個點

對于列名額和RGB通道，僅使用:表示該次元不改變

image2 = image[::-1, :, :]

plt.imshow(image2)

In[8]

水準方向翻轉

image3 = image[:, ::-1, :]

plt.imshow(image3)

In[5]

180度方向翻轉

image31 = image[::-1, ::-1, :]

plt.imshow(image31)

In[9]

儲存圖檔

im3 = Image.fromarray(image3)

im3.save('im3.jpg')

In[10]

高度方向裁剪

H, W = image.shape[0], image.shape[1]

注意此處用整除，H_start必須為整數

H1 = H // 2

H2 = H

image4 = image[H1:H2, :, :]

plt.imshow(image4)

In[11]

寬度方向裁剪

W1 = W//6

W2 = W//3 * 2

image5 = image[:, W1:W2, :]

plt.imshow(image5)

In[13]

兩個方向同時裁剪

image5 = image[H1:H2, \

W1:W2, :]
           

In[14]

調整亮度

image6 = image * 0.5

plt.imshow(image6.astype('uint8'))

In[15]

image7 = image * 2.0

由于圖檔的RGB像素值必須在0-255之間，

此處使用np.clip進行數值裁剪

image7 = np.clip(image7, \

a_min=None, a_max=255.)
           

plt.imshow(image7.astype('uint8'))

In[16]

高度方向每隔一行取像素點

image8 = image[::2, :, :]

plt.imshow(image8)

In[17]

寬度方向每隔一列取像素點

image9 = image[:, ::2, :]

plt.imshow(image9)

In[18]

間隔行列采樣，圖像尺寸會減半，清晰度變差

image10 = image[::2, ::2, :]

plt.imshow(image10)

image10.shape

(219, 350, 3)