天天看點
傳回

opencv學習指南入門篇（一）：圖像基本操作

文章目錄

    • 1.在Ubuntu16.04系統上安裝OpenCV和imutils
    • 2.檢視我們opencv項目結構
    • 3.加載并顯示圖像
    • 4.通路單個像素
    • 5.提取感興趣區域（ROI）
    • 6.調整圖像大小
    • 7.旋轉圖像
    • 8.平滑圖像
    • 9.在圖像上繪圖
    • 10.運作腳本

1.在Ubuntu16.04系統上安裝OpenCV和imutils

（1）opencv安裝在我之前的博文上介紹過可以翻閱；

（2）安裝imutils：

pip install imutils

如果是使用虛拟環境的話，記得進入虛拟環境後再安裝imutils

簡單介紹一下imutils：它是在opencv的基礎上對一些方法進行了封裝，使得一些圖像處理方法更友善易用

2.檢視我們opencv項目結構

假設我們将下載下傳到的源碼存放在“下載下傳”檔案夾下，執行以下指令：

cd 下載下傳
unzip opencv-tutorial.zip
cd opencv-tutorial
tree
opencv項目結構.png

第一個腳本opencv_tutorial_01.py将使用電影《侏羅紀公園》中的圖像（jp.png）進行基本的圖像處理操作。

第二個腳本opencv_tutorial_02.py将介紹如何使用這些圖像處理子產品來建立OpenCV應用程式，以計算Tetris圖像（tetris_blocks.png ）中的對象數量。

3.加載并顯示圖像

首先在文本編輯器或IDE中打開opencv_tutorial_01.py：

#導入必要的軟體包
import imutils
import cv2

#加載并顯示圖像尺寸
#将圖像表示為包含h、w、d的多元numpy數組即變量"image"
#形狀參數包括行(height) x 列 (width) x 通道 (depth)
image = cv2.imread("jp.png")
(h, w, d) = image.shape
print("width={}, height={}, depth={}".format(w, h, d))
#在螢幕上顯示圖像，滑鼠要點選到圖像視窗
#按任意鍵繼續執行程式
cv2.imshow("Image", image)
cv2.waitKey(0)

深度是通道數——在我們的例子中是3，因為我們正在使用3個顔色通道：藍色，綠色和紅色（RGB）。

print輸出寬、高、深度：

width=600, height=322, depth=3

cv2.waitKey(0)：等待按鍵，這一點很重要，否則我們的圖像顯示和消失的速度将比我們看到圖像還要快

4.通路單個像素

所有圖像都由像素組成，640 x 480圖像具有640列（寬度）和480行（高度），有640×480 = 307200個像素點

灰階圖像中的每個像素都有一個代表灰階的值，在OpenCV中，有256種灰階（從0到255）。是以，灰階圖像将具有與每個像素關聯的灰階值。

彩色圖像中的像素具有其他資訊，在學習圖像處理時很快就會熟悉幾種色彩空間。為簡單起見，我們僅考慮RGB顔色空間。

在OpenCV彩色圖像中，RGB（紅色，綠色，藍色）顔色空間中的每個像素都有一個3元組(B, G, R) ，注意，順序是BGR而不是RGB。

BGR 3元組中的每個值的範圍為[0, 255] 。OpenCV中RGB圖像中的每個像素有多少種顔色可能性？這很簡單：256×256×256 = 16777216

圖像坐标系規定是左上角為（0,0）

#通路位于x = 50（w），y = 100(h)的RGB像素
#OpenCV以BGR而不是RGB的順序存儲圖像
(B, G, R) = image[100, 50]
print("R={}, G={}, B={}".format(R, G, B))

前面已知圖檔尺寸為width=600, height=322, depth=3 。我們可以通過指定坐标來通路數組中的各個像素值，隻要它們在最大寬度和高度之内即可,圖像指定像素點的格式為：image[Y,X]。

在終端列印出該像素的RGB值：

R=41, G=49, B=37

5.提取感興趣區域（ROI）

提取“感興趣區域”（ROI）是圖像處理的一項重要技能。

舉例來說，您正在識别電影中的人臉。首先，您将運作人臉檢測算法以查找正在使用的所有幀中人臉的坐标。然後，您需要提取面部ROI，然後儲存它們或對其進行處理。

手動提取ROI通過數組切片來實作：

#從輸入圖像提取一個100*100的感興趣區，
#從x=320,y=60到x=420,y=160，并顯示圖像
roi = image[60:160, 320:420]
cv2.imshow("ROI", roi)
cv2.waitKey(0)

數組切片的格式為：image[startY:endY, startX:endX]，注意前閉後開

6.調整圖像大小

調整圖像大小很重要，原因有很多。首先，我們可能需要調整大圖像的大小以适合螢幕。在較小的圖像上，圖像處理也更快，因為要處理的像素更少。在深度學習的情況下，我們經常忽略寬高比來調整圖像的大小，以使體積适合網絡，這要求圖像是正方形且具有一定尺寸。

#忽略寬高比，将原始圖像調整為200 x 200像素：
resized = cv2.resize(image, (200, 200))
cv2.imshow("Fixed Resizing", resized)
cv2.waitKey(0)

由于忽略了寬高比，得到的圖像已經失真。

opencv學習指南入門篇（一）：圖像基本操作

假設要将600像素寬的圖像調整為300像素寬，同時保持寬高比。

#固定大小調整扭曲了寬高比，是以讓我們将寬度調整為300px，
#但根據寬高比得到height
r = 300.0 / w
dim = (300, int(h * r))
resized = cv2.resize(image, dim)
cv2.imshow("Aspect Ratio Resize", resized)
cv2.waitKey(0）

我們計算新寬度與舊寬度的比率（恰好是0.5）。

在此，我們指定新圖像的尺寸dim 。我們知道，我們希望有一個300像素寬的圖像，但我們必須乘以該比例計算新高度h。

将dim（圖像的尺寸）輸入到cv2.resize函數中，我們現在獲得了一個名為resized的新圖像，該圖像沒有失真。

opencv學習指南入門篇（一）：圖像基本操作

但是，我們是否可以使調整大小時保持寬高比的過程變得更加容易？

使用imutils中的函數：imutils.resize

#手動計算寬高比可能很麻煩，
#是以讓我們使用＃imutils庫來代替
resized = imutils.resize(image, width=300)
cv2.imshow("Imutils Resize", resized)
cv2.waitKey(0)

這樣保留了寬高比并調整圖像的大小隻需要需要提供圖像的width或height作為參數

opencv學習指南入門篇（一）：圖像基本操作

7.旋轉圖像 

# 首先計算圖像中心，"//"表示向下取整除
# 構造旋轉矩陣
# 最後應用warpAffine​函數旋轉圖像
center = (w // 2, h // 2)
M = cv2.getRotationMatrix2D(center, -45, 1.0)
rotated = cv2.warpAffine(image, M, (w, h))
cv2.imshow("OpenCV Rotation", rotated)
cv2.waitKey(0)

-45表示将圖像順時針旋轉45度。回憶一下中學關于機關圓的資訊，正角是逆時針方向，負角是順時針方向。

opencv學習指南入門篇（一）：圖像基本操作
# 使用imutils執行相同的操作
rotated = imutils.rotate(image, -45)
cv2.imshow("Imutils Rotation", rotated)
cv2.waitKey(0)

但是以上的操作都使圖像被裁剪，運用imutils.rotate_bound函數使整個圖像保持可見。 ：

rotated = imutils.rotate_bound(image, 45)
cv2.imshow("Imutils Bound Rotation", rotated)
cv2.waitKey(0)
opencv學習指南入門篇（一）：圖像基本操作

8.平滑圖像

在許多圖像處理場合中，我們必須對圖像進行模糊處理以減少高頻噪聲，進而使我們的算法更容易檢測和了解圖像的實際内容，在OpenCV中，對圖像進行模糊處理非常容易，并且有多種方法可以完成圖像處理。

# 将具有11x11核心的高斯模糊應用于圖像以使其平滑，減少高頻噪聲
blurred = cv2.GaussianBlur(image, (11, 11), 0)
cv2.imshow("Blurred", blurred)
cv2.waitKey(0)

較大的核心将産生更模糊的圖像，較小的核心将建立較少的模糊圖像。

opencv學習指南入門篇（一）：圖像基本操作

9.在圖像上繪圖

我們将在輸入圖像上繪制矩形，圓形和直線，我們還将在圖像上覆寫文本。

在繼續使用OpenCV在圖像上繪圖之前，請注意，在圖像上進行繪圖操作是直接執行的。是以，在每個代碼塊的開頭，我們制作原始圖像的副本，并将副本存儲為output 。然後，我們繼續繪制output的圖像，以免破壞原始圖像。

（1）在伊恩·馬爾科姆（Ian Malcolm）的臉上繪制一個矩形：

# 在男主臉上畫個矩形，線粗為2
output = image.copy()
cv2.rectangle(output, (320, 60), (420, 160), (0, 0, 255), 2)
cv2.imshow("Rectangle", output)
cv2.waitKey(0)

在OpenCV中繪制矩形比較簡單，使用預先計算的坐标，向cv2.rectangle函數提供了以下參數：

  • img ：要繪制的目标圖像output
  • pt1 ：起始像素坐标，在我們的例子中位于左上角，(320, 60)
  • pt2 ：結束像素坐标，右下角的像素位于(420, 160)
  • color ：BGR元組，紅色(0 , 0, 255)
  • thickness ：線粗（負值将形成一個實心矩形），,這裡為2

由于我們使用的是OpenCV的函數而不是NumPy的操作，是以我們可以按（x，y）的順序而不是（y，x）的順序提供坐标，因為我們沒有直接操作或通路NumPy數組為我們處理這些事情。

opencv學習指南入門篇（一）：圖像基本操作

（2）在Ellie Sattler博士的臉前放置一個藍色實心圓：

# 畫一個實心藍色圓在x=300,y=150
output = image.copy()
cv2.circle(output, (300, 150), 20, (255, 0, 0), -1)
cv2.imshow("Circle", output)
cv2.waitKey(0)
opencv學習指南入門篇（一）：圖像基本操作

要繪制圓，需要向cv2.circle提供以下參數 ：

  • img ：圖像名稱
  • center ：圓的中心坐标，這裡是(300, 150)
  • radius ：圓半徑（以像素為機關），設定為20個像素值
  • color ：圓圈顔色，藍色(255, 0, 0)
  • thickness ：線的粗細，使用負值（-1），是以圓圈是實心的

（3）畫一條紅線，這條線穿過Ellie的頭，經過她的眼睛，一直到Ian的手：

# 畫一條線寬為5的紅線從x=60,y=20到x=400,y=200
output = image.copy()
cv2.line(output, (60, 20), (400, 200), (0, 0, 255), 5)
cv2.imshow("Line", output)
cv2.waitKey(0)

就像在矩形中一樣，需要兩個參數，顔色和線寬。

opencv學習指南入門篇（一）：圖像基本操作

（4）在圖像上覆寫文本：

如果進行人臉識别，則可能需要在該人的臉上方繪制該人的名字

或者如果在計算機視覺事業中取得進步，則可以建構圖像分類器或對象檢測器，需要繪制包含類名和機率的文本。

# 在圖像上繪制文本
output = image.copy()
cv2.putText(output, "OpenCV + Jurassic Park!!!", (10, 25), 
    cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 255, 0), 2)
cv2.imshow("Text", output)
cv2.waitKey(0)

putText函數的功能負責在圖像上繪制文本，需要的參數：

  • img ：圖像名稱
  • text ：要在圖像上寫/畫的文本字元串
  • pt ：文本的起點
  • font ：經常用cv2.FONT_HERSHEY_SIMPLEX字型，可以官網查閱
  • scale ：字型大小
  • color ：文字顔色
  • thickness ：筆劃的粗細（以像素為機關）
    opencv學習指南入門篇（一）：圖像基本操作

10.運作腳本

我使用的是vscode，右鍵-在終端中運作即可

最後貼上源代碼：

# USAGE
# python opencv_tutorial_01.py

# import the necessary packages
import imutils
import cv2

# load the input image and show its dimensions, keeping in mind that
# images are represented as a multi-dimensional NumPy array with
# shape no. rows (height) x no. columns (width) x no. channels (depth)
image = cv2.imread("jp.png")
(h, w, d) = image.shape
print("width={}, height={}, depth={}".format(w, h, d))

# display the image to our screen -- we will need to click the window
# open by OpenCV and press a key on our keyboard to continue execution
cv2.imshow("Image", image)
cv2.waitKey(0)

# access the RGB pixel located at x=50, y=100, keepind in mind that
# OpenCV stores images in BGR order rather than RGB
(B, G, R) = image[100, 50]
print("R={}, G={}, B={}".format(R, G, B))

# extract a 100x100 pixel square ROI (Region of Interest) from the
# input image starting at x=320,y=60 at ending at x=420,y=160
roi = image[60:160, 320:420]
cv2.imshow("ROI", roi)
cv2.waitKey(0)

# resize the image to 200x200px, ignoring aspect ratio
resized = cv2.resize(image, (200, 200))
cv2.imshow("Fixed Resizing", resized)
cv2.waitKey(0)

# fixed resizing and distort aspect ratio so let's resize the width
# to be 300px but compute the new height based on the aspect ratio
r = 300.0 / w
dim = (300, int(h * r))
resized = cv2.resize(image, dim)
cv2.imshow("Aspect Ratio Resize", resized)
cv2.waitKey(0)

# manually computing the aspect ratio can be a pain so let's use the
# imutils library instead
resized = imutils.resize(image, width=300)
cv2.imshow("Imutils Resize", resized)
cv2.waitKey(0)

# let's rotate an image 45 degrees clockwise using OpenCV by first
# computing the image center, then constructing the rotation matrix,
# and then finally applying the affine warp
center = (w // 2, h // 2)
M = cv2.getRotationMatrix2D(center, -45, 1.0)
rotated = cv2.warpAffine(image, M, (w, h))
cv2.imshow("OpenCV Rotation", rotated)
cv2.waitKey(0)

# rotation can also be easily accomplished via imutils with less code
rotated = imutils.rotate(image, -45)
cv2.imshow("Imutils Rotation", rotated)
cv2.waitKey(0)

# OpenCV doesn't "care" if our rotated image is clipped after rotation
# so we can instead use another imutils convenience function to help
# us out
rotated = imutils.rotate_bound(image, 45)
cv2.imshow("Imutils Bound Rotation", rotated)
cv2.waitKey(0)

# apply a Gaussian blur with a 11x11 kernel to the image to smooth it,
# useful when reducing high frequency noise
blurred = cv2.GaussianBlur(image, (11, 11), 0)
cv2.imshow("Blurred", blurred)
cv2.waitKey(0)

# draw a 2px thick red rectangle surrounding the face
output = image.copy()
cv2.rectangle(output, (320, 60), (420, 160), (0, 0, 255), 2)
cv2.imshow("Rectangle", output)
cv2.waitKey(0)

# draw a blue 20px (filled in) circle on the image centered at
# x=300,y=150
output = image.copy()
cv2.circle(output, (300, 150), 20, (255, 0, 0), -1)
cv2.imshow("Circle", output)
cv2.waitKey(0)

# draw a 5px thick red line from x=60,y=20 to x=400,y=200
output = image.copy()
cv2.line(output, (60, 20), (400, 200), (0, 0, 255), 5)
cv2.imshow("Line", output)
cv2.waitKey(0)

# draw green text on the image
output = image.copy()
cv2.putText(output, "OpenCV + Jurassic Park!!!", (10, 25), 
    cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 255, 0), 2)
cv2.imshow("Text", output)
cv2.waitKey(0)
python與opencv opencv Python 計算機視覺 人臉識别 ubuntu
上一篇: python inspect子產品解析 python inspect子產品解析 python inspect子產品解析
下一篇: 在實戰中學習python的inspect子產品（堆棧解析為主）

繼續閱讀