python圖像常規(guī)操作
使用python進行基本的圖像操作與處理
前言：
與早期計算機視覺領域多數(shù)程序都是由 C/C++ 寫就的情形不同。隨著計算機硬件速度越來越快,研究者在考慮選擇實現(xiàn)算法語言的時候會更多地考慮編寫代碼的效率和易用性,而不是像早年那樣把算法的執(zhí)行效率放在首位。這直接導致近年來越來越多的研究者選擇 Python 來實現(xiàn)算法。
今天在計算機視覺領域,越來越多的研究者使用 Python 開展研究，所以有必要去學習一下十分易用的python在圖像處理領域的使用，這篇博客將會介紹如何使用Python的幾個著名的圖像處理庫完成最基本的圖像操作與處理。
使用PIL進行基本圖像操作
PIL簡介：
PIL(Python Imaging Library Python,圖像處理類庫)提供了通用的圖像處理功能,以及大量有用的基本圖像操作,比如圖像縮放、裁剪、旋轉、顏色轉換等。
PIL讀取與存儲圖像：
利用 PIL 中的函數(shù),我們可以從大多數(shù)圖像格式的文件中讀取數(shù)據(jù),然后寫入最常見的圖像格式文件中。PIL 中最重要的模塊為 Image 。
下面這個程序我使用PIL讀取一張jpg圖片將其灰度化之后存為一個png文件：
# -*- coding: utf-8 -*-
from PIL import Image
import os
#打開圖像得到一個PIL圖像對象
img = Image.open("./source/test.jpg")
#將其轉為一張灰度圖
img = img.convert('L')
#存儲該張圖片
try:
img.save("test.png")
except IOError:
print "cannot convert"
Test.jpg
Test.png
PIL生成縮略圖：
# -*- coding: utf-8 -*-
from PIL import Image
import os
#打開圖像得到一個PIL圖像對象
img = Image.open("./source/test.jpg")
#創(chuàng)建最長邊為128的縮略圖
img.thumbnail((128,128))
#存儲該張圖片
try:
img.save("test.png")
except IOError:
print "cannot convert"
Test.png
PIL調整尺寸與旋轉：
# -*- coding: utf-8 -*-
from PIL import Image
import os
#打開圖像得到一個PIL圖像對象
img = Image.open("./source/test.jpg")
#修改圖片大小，參數(shù)為一元組
img = img.resize((100,200))
#使圖片逆時針選擇45度
img = img.rotate(45)
#存儲該張圖片
try:
img.save("test.png")
except IOError:
print "cannot convert"
Test.png
PIL復制粘貼圖像區(qū)域：
# -*- coding: utf-8 -*-
# -*- coding: utf-8 -*-
from PIL import Image
import os
#打開圖像得到一個PIL圖像對象
img = Image.open("./source/test.jpg")
#從img中裁剪指定區(qū)域
region = img.crop((300,300,500,500))
#使裁剪部分逆時針選擇145度
region = region.rotate(145)
#將該區(qū)域粘貼至指定區(qū)域
img.paste(region,(100,100,300,300));
#存儲該張圖片
try:
img.save("test.png")
except IOError:
print "cannot convert"
Test.png
元組的使用中，坐標原點為左上角，區(qū)域劃分如下圖所示
使用Matplotlib進行基本圖像操作
Matplotlib簡介：
我們處理數(shù)學運算、繪制圖表,或者在圖像上繪制點、直線和曲線時, Matplotlib是個很好的類庫,具有比 PIL 更強大的繪圖功能。Matplotlib 可以繪制出較好的條形圖、餅狀圖、散點圖等,但是對于大多數(shù)計算機視覺應用來說,僅僅需要用到幾個繪圖命令。比如，我們想用點和線來表示一些事物,比如興趣點、對應點以及檢測出的物體。
使用Matplotlib繪制圖像、點、線
# -*- coding: utf-8 -*-
from PIL import Image
from pylab import *
#打開圖像得到一個PIL圖像對象
img = Image.open("./source/test.jpg")
# 讀取圖像到數(shù)組中
im = array(img)
# 繪制圖像
imshow(im)
# 一些點
x = [100,100,400,400]
y = [200,500,200,500]
# 使用紅色星狀標記繪制點
plot(x,y,'r*')
# 繪制連接前兩個點的線
plot(x[:2],y[:2])
# 添加標題,顯示繪制的圖像
title('Plotting: "Test.jpg"')
show()
show() 命令首先打開圖形用戶界面(GUI),然后新建一個圖像窗口。該圖形用戶界面會循環(huán)阻斷腳本,然后暫停,直到最后一個圖像窗口關閉。在每個腳本里,你只能調用一次 show() 命令,而且通常是在腳本的結尾調用。
也可以使用axis(‘off')命令使坐標軸不顯示。
運行結果
在繪圖時,有很多選項可以控制圖像的顏色和樣式。
如：
plot(x,y) #默認為藍色實線 plot(x,y,'r*') #紅色星狀標記 plot(x,y,'go-') #帶有圓圈標記的綠線 plot(x,y,'ks:') #帶有正方形標記的黑色虛線
| 標記 | 顏色 |
|---|---|
| ‘b' | 藍色 |
| ‘g' | 綠色 |
| ‘r' | 紅色 |
| ‘c' | 青色 |
| ‘m' | 品紅 |
| ‘y' | 黃色 |
| ‘k' | 黑色 |
| ‘w' | 白色 |
| 標記 | 線型 |
|---|---|
| ‘-‘ | 實線 |
| ‘–' | 虛線 |
| ‘:' | 點線 |
| 標記 | 形狀 |
|---|---|
| ‘.' | 點 |
| ‘o' | 圓圈 |
| 's' | 正方形 |
| ‘*' | 星形 |
| ‘+' | 加號 |
| ‘x' | 叉號 |
使用Matplotlib繪制圖像輪廓
繪制圖像的輪廓(或者其他二維函數(shù)的等輪廓線)在工作中非常有用。因為繪制輪廓需要對每個坐標 [x, y] 的像素值施加同一個閾值,所以首先需要將圖像灰度化，之后使用contour獲得輪廓圖像
# -*- coding: utf-8 -*-
from PIL import Image
from pylab import *
# 讀取圖像到數(shù)組中，并灰度化
im = array(Image.open('./source/test.jpg').convert('L'))
#顯示時拋棄顏色信息
gray()
# 顯示輪廓圖像
contour(im, origin='image')
# 在原點的左上角顯示
axis('equal')
#關閉坐標軸
axis('off')
show()
運行結果
使用Matplotlib繪制直方圖
圖像的直方圖用來表征該圖像像素值的分布情況。用一定數(shù)目的小區(qū)間(bin)來指定表征像素值的范圍,每個小區(qū)間會得到落入該小區(qū)間表示范圍的像素數(shù)目。(灰度)圖像的直方圖可以使用 hist() 函數(shù)繪制:
hist() 函數(shù)的第二個參數(shù)指定小區(qū)間的數(shù)目。需要注意的是,因為 hist() 只接受一維數(shù)組作為輸入,所以我們在繪制圖像直方圖之前,必須先對圖像進行壓平處理。flatten() 方法將任意數(shù)組按照行優(yōu)先準則轉換成一維數(shù)組。
# -*- coding: utf-8 -*-
from PIL import Image
from pylab import *
# 讀取圖像到數(shù)組中，并灰度化
im = array(Image.open('./source/test.jpg').convert('L'))
# 直方圖圖像
hist(im.flatten(),128)
# 顯示
show()
運行結果
使用Matplotlib進行交互式標注
PyLab 庫中的 ginput() 函數(shù)可以實現(xiàn)交互式標注，用來標記一些點或者是一些訓練數(shù)據(jù)。
# -*- coding: utf-8 -*-
from PIL import Image
from pylab import *
# 讀取圖像到數(shù)組中
im = array(Image.open('./source/test.jpg'))
# 顯示圖像
imshow(im)
print 'Please click 3 points'
#獲取點擊并將點擊坐標保存在[x,y]列表中
x = ginput(3)
#輸出保存的數(shù)據(jù)
print 'you clicked:',x
show()
上面的腳本首先繪制一幅圖像,然后等待用戶在繪圖窗口的圖像區(qū)域點擊三次。程 序將這些點擊的坐標 [x, y] 自動保存在 x 列表里。
運行結果
you clicked: [(295.22704081632651, 210.72448979591837), (405.43112244897952, 66.846938775510239), (439.1045918367347, 180.11224489795921)]
總結
本篇博客介紹了一些python基本的圖像操作，除了上述的PIL和Matplotlib，還經常會使用numpy直接操作圖像數(shù)組來達到操作圖像的目的，使用scipy完成更多更復雜的計算，我會把我的學習過程記錄下來，希望對大家有所幫助～
以上就是本文關于python圖像常規(guī)操作的全部內容，希望對大家有所幫助。感興趣的朋友可以繼續(xù)參閱本站：
有什么問題可以隨時留言，小編會及時回復大家的。感謝朋友們對本站的支持！
相關文章
python 利用瀏覽器 Cookie 模擬登錄的用戶訪問知乎的方法
今天小編就為大家分享一篇python 利用瀏覽器 Cookie 模擬登錄的用戶訪問知乎的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-07-07
這篇文章主要介紹了使用Python自動生成HTML的方法示例，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2019-08-08
差分進化算法是廣義的遺傳算法的一種，核心思想是變異，這篇文章主要為大家介紹的則是著名的scipy庫中對差分進化算法的實現(xiàn)，希望對大家有所幫助2023-08-08
這篇文章主要為大家介紹了Python正則函數(shù)，具有一定的參考價值，感興趣的小伙伴們可以參考一下，希望能夠給你帶來幫助2021-11-11
Python數(shù)據(jù)分析Matplotlib?柱狀圖繪制
本文主要介紹了Python數(shù)據(jù)分析Matplotlib柱狀圖繪制，Matplotlib提供了bar()方法繪制柱狀圖，下面具體繪制介紹需要的小伙伴可以參考以一下2022-05-05
html庫是用于解析HTML的一個工具，是python自帶的標準庫之一，今天通過本文給大家介紹下python中的標準庫html，感興趣的朋友一起看看吧2022-04-04
這篇文章主要介紹了python沒有gpu，如何改用cpu跑代碼？今天小編就為大家分享一下解決方案。如有錯誤或未考慮完全的地方，望不吝賜教2022-05-05
Python在很大程度上可以對shell腳本進行替代。筆者一般單行命令用shell，復雜點的多行操作就直接用Python了。本文歸納了Python中一些實用腳本操作，需要的可以參考一下2022-05-05
這篇文章主要給大家分享的是Python單元測試常見的幾個技巧，文章會講解requests的一些細節(jié)實現(xiàn)以及pytest的使用等，感興趣的小伙伴不妨和小編一起閱讀下面文章 的具體內容吧2021-09-09
這篇文章主要為大家詳細介紹了如何利用matplotlib實現(xiàn)矩陣和圖像的可視化表示,文中的示例代碼講解詳細,具有一定的學習價值,感興趣的小伙伴可以了解下2024-03-03