数字图像处理

认识

OpenCV加载的彩色图像处于BGR模式。但是Matplotlib以RGB模式显示。因此，如果使用OpenCV读取彩色图像，则Matplotlib中将无法正确显示彩色图像。有关更多详细信息，请参见练习。

读取图像

使用cv.imread()函数读取图像。图像应该在工作目录或图像的完整路径应给出。

第二个参数是一个标志，它指定了读取图像的方式。

  • cv.IMREAD_COLOR： 加载彩色图像。任何图像的透明度都会被忽视。它是默认标志。
  • cv.IMREAD_GRAYSCALE：以灰度模式加载图像
  • cv.IMREAD_UNCHANGED：加载图像，包括alpha通道

注意 除了这三个标志，你可以分别简单地传递整数1、0或-1。

请参见下面的代码：

1
2
3
4
5
import numpy as np
import cv2 as cv

＃加载彩色灰度图像
img = cv.imread('messi5.jpg'，0)

显示图像

使用函数**cv.imshow()**在窗口中显示图像。窗口自动适合图像尺寸。

第一个参数是窗口名称，它是一个字符串。第二个参数是我们的对象。你可以根据需要创建任意多个窗口，但可以使用不同的窗口名称。

1
2
3
cv.imshow("gezi",img)
cv.waitKey(0);##可以传入等号左边一个k值表示传入键值（如下
cv.destroyAllWindows()

cv.waitKey()是一个键盘绑定函数。其参数是以毫秒为单位的时间。该函数等待任何键盘事件指定的毫秒。如果您在这段时间内按下任何键，程序将继续运行。如果0被传递，它将无限期地等待一次敲击键。它也可以设置为检测特定的按键

写入图像

使用函数cv.imwrite()保存图像。第一个参数是文件名，第二个参数是要保存的图像。 cv.imwrite('messigray.png'，img)这会将图像以PNG格式保存在工作目录中。

总结

1
2
3
4
5
6
7
8
9
10
import numpy as np
import cv2 as cv
img = cv.imread('messi5.jpg',0)
cv.imshow('image',img)
k = cv.waitKey(0)
if k == 27:         # 等待ESC退出
    cv.destroyAllWindows()
elif k == ord('s'): # 等待关键字，保存和退出
    cv.imwrite('messigray.png',img)
    cv.destroyAllWindows()

基本操作

使用Matplotlib

Matplotlib是Python的绘图库，可为你提供多种绘图方法。你将在接下来的文章中看到它们。在这里，你将学习如何使用Matplotlib显示图像。你可以使用Matplotlib缩放图像，保存图像等。

1
2
3
4
5
6
7
import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt
img = cv.imread('messi5.jpg',0)
plt.imshow(img, cmap = 'gray', interpolation = 'bicubic')
plt.xticks([]), plt.yticks([])  # 隐藏 x 轴和 y 轴上的刻度值
plt.show()

plt的具体使用

在任何绘图之前，我们需要一个Figure对象，可以理解成我们需要一张画板才能开始绘图。

1
2
import matplotlib.pyplot as plt
fig = plt.figure()

在拥有Figure对象之后，在作画前我们还需要轴，没有轴的话就没有绘图基准，所以需要添加Axes。也可以理解成为真正可以作画的纸。

1
2
3
4
5
fig = plt.figure()
ax = fig.add_subplot(111)
ax.set(xlim=[0.5, 4.5], ylim=[-2, 8], title='An Example Axes',
       ylabel='Y-Axis', xlabel='X-Axis')
plt.show()

对于上面的fig.add_subplot(111)就是添加Axes的，

参数的解释：

在画板的第1行第1列的第一个位置生成一个Axes对象来准备作画。也可以通过fig.add_subplot(2, 2, 1)的方式生成Axes，前面两个参数确定了面板的划分，例如 2， 2会将整个面板划分成 2 * 2 的方格，第三个参数取值范围是 [1, 2*2] 表示第几个Axes。如下面的例子：

绘制操作

在上述所有功能中，您将看到一些常见的参数，如下所示：

  • img：您要绘制形状的图像
  • color：形状的颜色。对于BGR，将其作为元组传递，例如：(255,0,0)对于蓝色。对于灰度，只需传递标量值即可。
  • 厚度：线或圆等的粗细。如果对闭合图形（如圆）传递-1 ，它将填充形状。默认厚度= 1
  • lineType：线的类型，是否为8连接线，抗锯齿线等。默认情况下，为8连接线。cv.LINE_AA给出了抗锯齿的线条，看起来非常适合曲线。

绘制直线

1
cv.line(img,start,end,color,thickness)

参数：

  • img:要绘制直线的图像
  • Start,end: 直线的起点和终点
  • color: 线条的颜色
  • Thickness: 线条宽度

绘制圆形

1
cv.circle(img,centerpoint, r, color, thickness)

参数：

  • img:要绘制圆形的图像
  • Centerpoint, r: 圆心和半径
  • color: 线条的颜色
  • Thickness: 线条宽度，为-1时生成闭合图案并填充颜色

绘制矩形

1
cv.rectangle(img,leftupper,rightdown,color,thickness)

参数：

  • img:要绘制矩形的图像
  • Leftupper, rightdown: 矩形的左上角和右下角坐标
  • color: 线条的颜色
  • Thickness: 线条宽度

向图像中添加文字

1
cv.putText(img,text,station, font, fontsize,color,thickness,cv.LINE_AA)

参数：

  • img: 图像
  • text：要写入的文本数据
  • station：文本的放置位置
  • font：字体
  • Fontsize :字体大小

效果展示

我们生成一个全黑的图像，然后在里面绘制图像并添加文字

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt
# 1 创建一个空白的图像
img = np.zeros((512,512,3), np.uint8)
# 2 绘制图形
cv.line(img,(0,0),(511,511),(255,0,0),5)
cv.rectangle(img,(384,0),(510,128),(0,255,0),3)
cv.circle(img,(447,63), 63, (0,0,255), -1)
font = cv.FONT_HERSHEY_SIMPLEX
cv.putText(img,'OpenCV',(10,500), font, 4,(255,255,255),2,cv.LINE_AA)
# 3 图像展示
plt.imshow(img[:,:,::-1])
plt.title('匹配结果'), plt.xticks([]), plt.yticks([])
plt.show()

注意：

1
2
3
4
5
zeros(): 这是NumPy库中的函数，用于创建指定形状的全零数组。

(512, 512, 3): 这个元组表示了数组的形状。在这里，(512, 512, 3)表示创建一个三维数组，其中第一个维度长度为512，第二个维度长度为512，第三个维度长度为3。这种形式通常用于表示彩色图像，其中512x512表示图像的高度和宽度，3表示图像的RGB通道。

因此，通过zeros((512, 512, 3))这行代码可以创建一个大小为512x512的全零三维数组，用于表示一个黑色的512x512像素的彩色图像。

鼠标绘制

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
import numpy as np
import cv2 as cv
drawing = False # 如果按下鼠标，则为真
mode = True # 如果为真，绘制矩形。按 m 键可以切换到曲线
ix,iy = -1,-1
# 鼠标回调函数
def draw_circle(event,x,y,flags,param):
    global ix,iy,drawing,mode
    if event == cv.EVENT_LBUTTONDOWN:
        drawing = True
        ix,iy = x,y
    elif event == cv.EVENT_MOUSEMOVE:
        if drawing == True:
            if mode == True:
                cv.rectangle(img,(ix,iy),(x,y),(0,255,0),-1)
            else:
                cv.circle(img,(x,y),5,(0,0,255),-1)
    elif event == cv.EVENT_LBUTTONUP:
        drawing = False
        if mode == True:
            cv.rectangle(img,(ix,iy),(x,y),(0,255,0),-1)
        else:
            cv.circle(img,(x,y),5,(0,0,255),-1)
    elif event == cv.EVENT_RBUTTONUP:
        mode=not mode;
# 创建一个黑色的图像，一个窗口，并绑定到窗口的功能
img = np.zeros((512,512,3), np.uint8)
cv.namedWindow('image')
# 鼠标回调函数
cv.setMouseCallback('image',draw_circle)
while(1):
    cv.imshow('image',img)
    if cv.waitKey(20) & 0xFF == 27:
        break
cv.destroyAllWindows()

global 关键字用于声明在函数内部使用全局变量。

逻辑非运算符 not

轨迹栏

在这里，我们将创建一个简单的应用程序，以显示您指定的颜色。您有一个显示颜色的窗口，以及三个用于指定B、G、R颜色的跟踪栏。滑动轨迹栏，并相应地更改窗口颜色。默认情况下，初始颜色将设置为黑色。

对于cv.getTrackbarPos()函数，第一个参数是轨迹栏名称，第二个参数是它附加到的窗口名称，第三个参数是默认值，第四个参数是最大值，第五个是执行的回调函数每次跟踪栏值更改。回调函数始终具有默认参数，即轨迹栏位置。在我们的例子中，函数什么都不做，所以我们简单地通过。

轨迹栏的另一个重要应用是将其用作按钮或开关。默认情况下，OpenCV不具有按钮功能。因此，您可以使用轨迹栏获得此类功能。在我们的应用程序中，我们创建了一个开关，只有在该开关为ON的情况下，该应用程序才能在其中运行，否则屏幕始终为黑色。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
import numpy as np
import cv2 as cv
def nothing(x):
    pass
# 创建一个黑色的图像，一个窗口
img = np.zeros((300,512,3), np.uint8)
cv.namedWindow('image')
# 创建颜色变化的轨迹栏
cv.createTrackbar('R','image',0,255,nothing)
cv.createTrackbar('G','image',0,255,nothing)
cv.createTrackbar('B','image',0,255,nothing)
# 为 ON/OFF 功能创建开关
switch = '0 : OFF \n1 : ON'
cv.createTrackbar(switch, 'image',0,1,nothing)
while(1):
    cv.imshow('image',img)
    k = cv.waitKey(1) & 0xFF
    if k == 27:
        break
    # 得到四条轨迹的当前位置
    r = cv.getTrackbarPos('R','image')
    g = cv.getTrackbarPos('G','image')
    b = cv.getTrackbarPos('B','image'):
    s = cv.getTrackbarPos(switch,'image')
    if s == 0:
        img[:] = 0
    else:
        img[:] = [b,g,r]
cv.destroyAllWindows()

img[:]是img的所有元素

获取并修改图像中的像素点

我们可以通过行和列的坐标值获取该像素点的像素值。对于BGR图像，它返回一个蓝，绿，红值的数组。对于灰度图像，仅返回相应的强度值。使用相同的方法对像素值进行修改。

1
2
3
4
5
6
7
8
9
import numpy as np
import cv2 as cv
img = cv.imread('messi5.jpg')
# 获取某个像素点的值
px = img[100,100]
# 仅获取蓝色通道的强度值
blue = img[100,100,0]
# 修改某个位置的像素值
img[100,100] = [255,255,255]

获取图像的属性

图像属性包括行数，列数和通道数，图像数据类型，像素数等。

image-20191016151042764

图像通道的拆分与合并

有时需要在B，G，R通道图像上单独工作。在这种情况下，需要将BGR图像分割为单个通道。或者在其他情况下，可能需要将这些单独的通道合并到BGR图像。你可以通过以下方式完成。

1
2
3
4
# 通道拆分
b,g,r = cv.split(img)
# 通道合并
img = cv.merge((b,g,r))

色彩空间的改变

OpenCV中有150多种颜色空间转换方法。最广泛使用的转换方法有两种，BGR↔Gray和BGR↔HSV。

API：

1
cv.cvtColor(input_image，flag)

参数：

  • input_image: 进行颜色空间转换的图像
  • flag: 转换类型
    • cv.COLOR_BGR2GRAY : BGR↔Gray
    • cv.COLOR_BGR2HSV: BGR→HSV

傅里叶变换

当我们谈论图像处理时，傅里叶变换是一项非常重要的工具。傅里叶变换可以将一个图像从空间域（时域）转换到频域，从而揭示图像中不同频率的成分。在频域中，图像可以表示为由不同频率的正弦和余弦函数组成的复杂图案。

傅里叶变换的基本思想是将一个信号（包括图像）分解为一系列不同频率的正弦和余弦波形，每个波形都有特定的振幅和相位。这样做的好处是，通过查看图像的频谱，我们可以分析图像中不同频率的成分，并且可以在频域中对图像进行各种操作，例如滤波、增强特定频率的成分等。

频域滤波是在频域中对图像进行滤波操作的过程。通过对图像的频谱进行操作，我们可以滤除或增强图像中特定频率的成分。这种方法在图像去噪、边缘检测、图像增强等方面都有广泛的应用。

常见的频域滤波包括：

低通滤波器：滤除高频成分，保留图像中的低频信息，常用于图像去噪。
高通滤波器：滤除低频成分，保留图像中的高频信息，常用于边缘检测。
带通滤波器：只保留某个频率范围内的成分，常用于图像增强和特定频率的提取。
通过在频域中对图像进行滤波操作，我们可以实现一些在空间域中难以实现的图像处理任务，同时也可以更好地理解图像的频率特性.

对于图像，使用2D离散傅里叶变换(DFT)查找频域。一种称为快速傅立叶变换(FFT)的快速算法用于DFT的计算。

numpy实现

傅里叶变换可逆，傅里叶变换是为了得到图片低频和高频做不同的处理。

numpy.fft.fft2:实现傅里叶变换，傅里叶变换返回的是一个复数数组

numpy.fft.fftshiift：将0频域移到频谱中心（低频

20*np.log(np.abs(fshift)):将复数变成灰度图

以上只是得到频谱信息。低频是细节信息，高频是边缘信息。

进行低频或者高频处理之后，进行图像逆变换（即恢复原始图像），处理的信息也会反应在原始图像上。

逆傅里叶变换

numpy实现

numpy.fft.iffshift:fftshiift的逆函数。（中心0频域又回到左上角

numpy.fft.ifft2:逆变换