python圖像處理入門：opencv圖像機器學習

本章介紹圖像的基本概念和基本操作。 我們將首先提供像素等圖像基礎知識的清晰定義。 接下來，我們將深入講解如何使用 OpenCV 庫讀取、顯示和保存圖像。 然后我們將繼續使用 OpenCV 在圖像上繪制形狀的實際任務，重點是矩形、圓形和其他基本形狀等主題。

1. 圖像和像素簡介

什么是圖像？ 用非技術術語來說，圖像是指場景、物體或人的視覺表示，它使我們能夠更好地理解周圍的世界。在數字環境中，圖像是像素的多維陣列。

像素是圖像的構建塊。 像素是數字圖像的最小單位，包含有關其顏色和位置的信息。 當多個像素在二維網格中聚集在一起時，它們就形成了完整的圖像。 數字圖像中的像素以網格圖案排列以創建整體圖像。 每個像素都包含特定的顏色信息，它們一起形成完整的圖像。

像素通常用于表示灰度或彩色圖像。 灰度圖像通常表示為二維像素網格，而彩色圖像通常表示為多維矩陣。 在灰度圖像中，每個像素都分配有0 到 255 之間的值，表示該點圖像的強度。 值 0 表示沒有強度，導致黑色像素，而值255表示最大強度，導致純白色像素。

在彩色圖像中，每個像素由三個或四個值的組合表示，最常見的顏色空間是 RGB 顏色空間。 在此空間中，使用表示紅色、綠色和藍色通道強度的三個值來表示單個像素。 每個值的范圍從 0 到 255，表示像素中存在的每種顏色的數量。 典型的 RGB 像素可以用（紅、綠、藍）格式表示。

例如，具有 (0,0,0) 值的顏色表示黑色，因為所有顏色的強度均為 0，而 (255,255,255) 表示白色圖像，因為所有顏色都有最大值。

讓我們看幾個關于如何在 RGB 顏色空間中表示顏色的示例：

• (255,0,0) 產生純紅色，因為紅色處于最大值，而綠色和藍色處于 0。

• (0,255,0) 產生純綠色。

• (0,0,255) 產生純藍色。

• (255,255,0) 產生黃色，因為它是紅色和綠色的組合。

• (128,128,128) 代表灰色。

PPI（即每英寸像素 Pixels per Inch）表示單英寸數字圖像中存在的像素數。 較高的 PPI 意味著每英寸有更多的像素，從而產生更平滑、更細致的圖像。 相反，較低的 PPI 意味著像素較大且每英寸的像素較少，從而導致圖像細節較少且清晰度較差。

分辨率是一個術語，用于描述構成圖像的像素總數。 分辨率越高，像素越多，從而產生更詳細和高質量的圖像。 分辨率通常以每英寸像素 (PPI) 或每英寸點數 (DPI) 來衡量。 當圖像的分辨率較低時，意味著像素較少，因此圖像的細節較少。

長寬比是指圖像的寬度和高度之間的比例關系，它決定了圖像的整體形狀。 它通常表示為用冒號分隔的兩個數字（例如 4:3 或 16:9），表示圖像或屏幕的寬度和高度。 例如，縱橫比為 4:3 的圖像的寬度為每3 個單位的高度對應 4 個單位的長度。 寬高比用于確保在不同設備上顯示圖像時圖像正確適合顯示尺寸。

數字圖像的像素數量一直在迅速增加。 第一臺商用數碼相機 Dycam Model 1 的分辨率僅為 0.01兆像素，而當今的高端相機可以捕獲分辨率為 100兆像素或更高的圖像。

2. 加載和顯示圖像

是時候開始處理圖像了！ 在本書中，當我們引導您完成探索和操作圖像的過程時，您將獲得實踐經驗。 在我們繼續前進時，請務必自行實現代碼示例，因為這將有助于鞏固您對我們將要介紹的概念的理解。

2.1 Imread()

要開始使用OpenCV處理圖像，我們需要使用imread() 函數。通過該函數，我們可以將圖像加載到我們的程序中：

cv2.imread(path, flag=cv2.IMREAD_COLOR)

參數：

• path： 字符串，表示要讀取圖像的路徑。

• flag： 可選參數, 指定讀取圖像的方式。

             cv2.IMREAD_COLOR (1)： 以 BGR 格式加載圖像。這是該函數的默認格式。

             cv2.IMREAD_GRAYSCALE (0)：以灰度格式加載圖像： 以灰度格式加載圖像。

             cv2.IMREAD_UNCHANGED (-1)：以原始格式加載圖像： 以原始格式加載圖像，通常用于包含 alpha 通道。

cv2.imread(path, 0)

這將以灰度格式加載圖像。

2.2 imshow

cv2.imshow(winname, mat)

參數：

• Winname：顯示圖像的窗口名稱。

• Mat： 表示我們要顯示的圖像的 NumPy 數組。

2.3 imwrite

Imwrite 用于將圖像保存到系統中。

cv2.imwrite(filename, img, params=None)

參數：

• Filename：表示要保存的圖像路徑的字符串

• Img: 表示我們要寫入的圖像的NumPy數組。

• Params： 可選參數，用于指定圖像文件的格式和壓縮參數。默認值為None。

示例代碼

在本練習中，我們將使用之前學習的代碼加載圖像并顯示圖像：

import cv2
# Using imread to read out image
img = cv2.imread("../img/dog.jpg")
# Print the shape of the image
print(img.shape)
# Displaying the image
cv2.imshow("Dog Image", img)
# Wait until a key is pressed
cv2.waitKey(0)
# Close all Windows
cv2.destroyAllWindows()

2.4 WaitKey

WaitKey是OpenCV程序中的一個函數，用于讓用戶在特定時間內或按下某個鍵之前顯示一個窗口。如果沒有 waitKey，圖像或視頻會在用戶來得及觀看之前立即關閉。

它只接受一個整數參數，即窗口保持打開的毫秒數。如果給定的參數為0或根本沒有給定參數，函數將等待按鍵按下后再關閉窗口。

2.5 DestroyAllWindows

DestroyAllWindows是一條簡單的命令，用于關閉OpenCV在執行代碼期間打開的所有窗口。該命令不需要任何參數。

我們已經成功運行了第一段 OpenCV 代碼，現在可以讀取并顯示圖像了。

試試看 現在嘗試以不同的路徑將前面的圖像寫入光盤。

3 用像素操作圖像

圖像在 Python 中存儲為 NumPy 數組，這意味著圖像元素可以像 NumPy 數組一樣被索引。通過圖像索引，我們可以操作圖像中的單個像素或某個像素區域。

3.1 訪問單個像素

要訪問圖像中的某個像素，我們可以使用類似的 img[row, col] 索引。使用此方法訪問像素值將返回一個包含像素值的 NumPy 數組：

import cv2
# Load an image in grayscale mode
img = cv2.imread('../img/dog.jpg')
# Get the pixel value at x=75, y=25
pixel_value = img[25, 75]
#Print this value
print(pixel_value)
#Manipulate value of this pixel
img[25, 75] = 0
#Rechecking value
print(pixel_value)

結果：

[120 165 222]
[0 0 0]

對于RGB圖像，前面的代碼行將返回包含三個值的數組，而對于灰度圖像，它將只返回值，例如30。

我們還可以使用索引修改像素值。我們可以為某個像素賦值，如下所示：

img[5,7] = 255

如果img是灰度圖像，這將為像素賦值255。如果圖像img是BGR 格式，那么三個顏色通道的值都將設置為 255。

如果我們想在 RGB 圖像中設置特定值，可以使用該特定顏色的顏色代碼：

img[5,7] = [0,255,0]

這將把綠色通道值設置為 255，其他兩個通道設置為 0，從而得到純綠色像素。

3.2 訪問感興趣區域 (ROI Region of Interest)

現在，我們將討論如何通過使用索引定義感興趣區域 (ROI) 來操作圖像的整個區域。我們經常需要操作圖像的特定區域，而不是單個像素或整個圖像。

import cv2
# Load image
img = cv2.imread('../img/dog.jpg')
# Define index values
x=50
y=60
w=75
h=75
# Extract ROI from the image
roi = img[y:y+h,x:x+w]
# Print shape of the extracted ROI
print(roi.shape)
# Assigning a colour to a different ROI
img[100:150,150:200] = (255,255,0)
cv2.imshow('Extracted ROI rectangle', roi)
cv2.imshow('Image with ROI colour', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

3.3 在OpenCV中繪圖

在本節中，我們將學習如何使用 OpenCV 繪制形狀。我們可以使用 OpenCV 設計各種形狀，包括線、圓、矩形和多邊形，還可以自定義它們的大小和顏色。使用 OpenCV 還可以在照片上添加文字。形狀有多種用途，包括注釋照片和強調照片的特定區域。

首先，我們將創建一張空白畫布，在上面繪制各種形狀。或者，也可以加載一張圖片，然后在上面繪制形狀。

為了創建繪制形狀的畫布，我們可以使用 NumPy 創建一個 NumPy 數組。然后，我們可以使用各種方法在 NumPy 畫布上繪圖：

canvas = np.zeros((600, 600, 3), dtype=np.uint8)

我們使用 np.zeros 函數創建畫布。這是一個 NumPy 函數，用于創建一個具有特定形狀和數據類型的 NumPy 數組。在本例中，我們創建了一個具有 "np.uint8 "數據類型的形狀數組（600,600,3）。該數據類型對應于 8 位無符號整數，取值范圍為 0 至 255。

3.4 線條(Line)

我們使用 cv2.line 命令在圖像上創建線條。該命令提供多個參數，讓我們可以自定義線條，以滿足我們的特定需求和要求。

參數：

• Img： 繪制線條的圖像。

• Pt1：線條的起始坐標： 線條的起始坐標。格式為 tuple (x,y)。

• Pt2： 線條的終點坐標。格式為 tuple (x,y)。

• Color：線條的顏色。采用元組（B、G、R）格式。

• 厚度（Thickness）： 線條的厚度（像素）。這是一個可選參數，默認值為 1。

• lineType（線條類型 線條的類型。我們將不使用此參數，可將其保留為默認值。

• Shift（移位）： 線條坐標中的小數位數。我們將不使用此參數，默認值為 0。

cv2.line(img, pt1, pt2, color, thickness=1, lineType = cv2.LINE_8, shift = 0)

實例：

import numpy as np
import cv2
# Create a black canvas
canvas = np.zeros((600, 500, 3), dtype=np.uint8)
# Define the vertices of the triangle
p1 = (250, 100)
p2 = (100, 400)
p3 = (400, 400)
# Draw the lines using cv2.line()
cv2.line(canvas, p1, p2, (0, 255, 0), 1)
cv2.line(canvas, p3, p1, (255, 0, 0), 3)
cv2.line(canvas, p2, p3, (255, 255, 255), 10)
# Display the image
cv2.imshow("Triangle", canvas)
cv2.waitKey(0)
cv2.destroyAllWindows()

參考資料

軟件測試精品書籍文檔下載持續更新 https://github.com/china-testing/python-testing-examples 請點贊，謝謝！

本文涉及的python測試開發庫 謝謝點贊！ https://github.com/china-testing/python_cn_resouce

python精品書籍下載 https://github.com/china-testing/python_cn_resouce/blob/main/python_good_books.md

Linux精品書籍下載 https://www.cnblogs.com/testing-/p/17438558.html

3.5 矩形(rectangle)

在 OpenCV 中，繪制矩形與繪制直線類似。我們可以使用 cv2.rectangle 命令在 OpenCV 中創建矩形：

Cv2.rectangle(img, pt1, pt2, color, thickness=1, lineType=cv2.LINE_8, shift=0)

參數：

• Img： 繪制的圖像。

• Pt1：矩形的左上角點： 矩形的左上角點。格式為 tuple (x,y)。

• Pt2： 矩形的右下角點： 矩形的右下角點。格式為 tuple (x,y)。

• Color：矩形的顏色將采用元組（B、G、R）格式。

• 厚度（Thickness）： 以像素為單位的矩形邊框厚度。這是一個可選參數，默認值為 1。如果矩形的厚度為負值，則會填充矩形。

• lineType：線條類型： 線條的類型。我們將不使用此參數，因此可將其保留為默認值。

• Shift（移位）： 線條坐標中的小數位數。我們將不使用該參數，默認值為 0。

現在，根據前面的解釋，讓我們嘗試創建這幅圖像：

import numpy as np
import cv2

# Create a black image
img = np.zeros((600, 500, 3), dtype=np.uint8)

# Draw the figure using rectangles and lines
# Face
cv2.rectangle(img, (150, 150), (350, 400), (242, 199, 155), thickness=-1)  

# Cap
cv2.rectangle(img, (100, 50), (400, 150), (198, 131, 56), thickness=-1) 

# Mouth
cv2.rectangle(img, (200, 310), (300, 330), (128, 0, 128), thickness=2) 

# Draw the eyes on the face as X shapes
cv2.line(img, (195, 200), (212, 228), (0, 0, 0), thickness=2)
cv2.line(img, (212, 200), (195, 228), (0, 0, 0), thickness=2)
cv2.line(img, (288, 200), (305, 228), (0, 0, 0), thickness=2)
cv2.line(img, (305, 200), (288, 228), (0, 0, 0), thickness=2)

# Display the image
cv2.imshow('Robo', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

3.6 circle

cv2.circle() 函數用于在圖像上繪制圓形：

cv2.circle(img, center, radius, color, thickness=1, lineType = cv2.LINE_8, shift=0)

參數

• Img： 繪制的圖像。

• Center： 圓的中心點。格式為 tuple (x,y)。

• Radius： 圓的半徑

• Color：圓的顏色。格式為元組（B、G、R）。

• Thickness： 圓邊框的厚度，以像素為單位： 圓邊框的厚度，單位為像素。這是一個可選參數，默認值為 1。如果矩形的厚度為負值，它將填充圓。

• lineType：線條類型： 線條的類型。我們將不使用此參數，因此可將其保留為默認值。

• Shift（移位）： 線條坐標中的小數位數。我們將不使用此參數，默認值為 0。

讓我們嘗試自己創建幾個圓：

import numpy as np
import cv2
# Create an empty canvas
canvas = np.zeros((500, 500, 3), dtype=np.uint8)
# Define the center point
center = (250, 250)
# Define the radii of the circles
radius1 = 50
radius2 = 100
radius3 = 150
# Define the colors of the circles
color1 = (0, 0, 255) 
color2 = (255, 0, 0) 
color3 = (0, 255, 0) 
# Define the thickness of the circles
thickness1 = -1 
thickness2 = 2
thickness3 = 10
# Draw the circles on the canvas
cv2.circle(canvas, center, radius1, color1, thickness1)
cv2.circle(canvas, center, radius2, color2, thickness2)
cv2.circle(canvas, center, radius3, color3, thickness3)
# Display the image
cv2.imshow("Image", canvas)
cv2.waitKey(0)
cv2.destroyAllWindows()

3.7 文本(Text)

我們使用函數 cv2.putText() 為圖像添加文本：

cv2.putText(img, text, org, fontFace=’cv2.FONT_HERSHEY_SIMPLEX’, fontScale=0, color=(0,0,0), thickness=1, lineType=’cv2.LINE_AA’, bottomLeftOrigin=False)

參數：

• Img： 繪制的圖像。

• Text：文本： 要繪制的文本字符串。

• org：文本左下角的坐標： 文本左下角的坐標。

• fontFace：文本的字體類型。這是可選參數，默認值為 cv2.FONT_HERSHEY_SIMPLEX。

• fontScale：字體縮放比例： 字體比例系數，乘以特定字體的基本尺寸。這是一個可選參數，默認值為 1。

• Color（顏色）：文本的顏色。將采用元組（B、G、R）格式。這是一個可選參數，默認值為 (0,0,0)。

• 厚度（Thickness）： 文本中線條的粗細。這是一個可選參數，默認值為 1。如果粗細為負值，它將填充文本。

• lineType：線條類型： 線條的類型。我們將不使用此參數，可將其保留為默認值。

• bottomLeftOrigin： 這是一個標志，用于指示文本的位置。這是一個可選參數，默認值為 "False（假）"，這將使文本位于左上角。默認值為 True 時，文本將位于左下角。

import numpy as np
import cv2
# create a blank image
img = np.zeros((600, 500, 3), dtype=np.uint8)
# define the text to be displayed
text = "Hello World!"
# set the text color and position
color = (255, 0, 0)
pos = (50, 200)
# display the text using cv2.putText()
cv2.putText(img, text, pos, cv2.FONT_HERSHEY_SIMPLEX, 2, color, 3)
cv2.imshow("Image with text", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

4. 總結

本章扎實地介紹了圖像的基本概念和基本操作。我們定義了像素等關鍵概念，并講解了如何使用 OpenCV 庫讀取、顯示和保存圖像。此外，我們還探討了在圖像上繪制形狀的實際任務，重點是矩形和圓形等基本形狀。這一基礎對于將來構建更復雜的圖像處理應用程序非常寶貴。