快捷導(dǎo)航

Python圖片處理之圖片采樣處理詳解

更新時(shí)間：2022年02月08日 08:56:01 作者：Eastmount

這篇文章將詳細(xì)為大家講解圖像采樣處理，包括原理知識(shí)、代碼實(shí)現(xiàn)和局部馬賽克處理。文中的示例代碼講解詳細(xì)，感興趣的可以跟隨小編一起動(dòng)手試一試

一.圖像采樣處理原理

圖像采樣（Image Sampling）處理是將一幅連續(xù)圖像在空間上分割成M×N個(gè)網(wǎng)格，每個(gè)網(wǎng)格用一個(gè)亮度值或灰度值來(lái)表示，其示意圖如圖9-1所示。

圖像采樣的間隔越大，所得圖像像素?cái)?shù)越少，空間分辨率越低，圖像質(zhì)量越差，甚至出現(xiàn)馬賽克效應(yīng)；相反，圖像采樣的間隔越小，所得圖像像素?cái)?shù)越多，空間分辨率越高，圖像質(zhì)量越好，但數(shù)據(jù)量會(huì)相應(yīng)的增大。圖9-2展示了不同采樣間隔的“Lena”圖，其中圖(a)為原始圖像，圖(b)為128×128的圖像采樣效果，圖©為64×64的圖像采樣效果，圖(d)為32×32的圖像采樣效果，圖(e)為16×16的圖像采樣效果，圖(f)為8×8的圖像采樣效果[1-3]。

二.圖像采樣實(shí)現(xiàn)

下面講述Python圖像采樣處理相關(guān)代碼操作。其核心流程是建立一張臨時(shí)圖片，設(shè)置需要采樣的區(qū)域大?。ㄈ?6×16），接著循環(huán)遍歷原始圖像中所有像素點(diǎn)，采樣區(qū)域內(nèi)的像素點(diǎn)賦值相同（如左上角像素點(diǎn)的灰度值），最終實(shí)現(xiàn)圖像采樣處理。

# -*- coding: utf-8 -*-
# By：Eastmount
import cv2  
import numpy as np  
import matplotlib.pyplot as plt

#讀取原始圖像
img = cv2.imread('lena-hd.png')

#獲取圖像高度和寬度
height = img.shape[0]
width = img.shape[1]

#采樣轉(zhuǎn)換成16*16區(qū)域
numHeight = int(height/16)
numWidth = int(width/16)

#創(chuàng)建一幅圖像
new_img = np.zeros((height, width, 3), np.uint8)

#圖像循環(huán)采樣16*16區(qū)域
for i in range(16):
    #獲取Y坐標(biāo)
    y = i*numHeight
    for j in range(16):
        #獲取X坐標(biāo)
        x = j*numWidth
        #獲取填充顏色 左上角像素點(diǎn)
        b = img[y, x][0]
        g = img[y, x][1]
        r = img[y, x][2]
        
        #循環(huán)設(shè)置小區(qū)域采樣
        for n in range(numHeight):
            for m in range(numWidth):
                new_img[y+n, x+m][0] = np.uint8(b)
                new_img[y+n, x+m][1] = np.uint8(g)
                new_img[y+n, x+m][2] = np.uint8(r)
        
#顯示圖像
cv2.imshow("src", img)
cv2.imshow("Sampling", new_img)

#等待顯示
cv2.waitKey(0)
cv2.destroyAllWindows()

其輸出結(jié)果如圖9-3所示，它將灰度圖像采樣成16×16的區(qū)域。

同樣，可以對(duì)彩色圖像進(jìn)行采樣處理，下面的代碼將“小珞珞”的圖像采樣處理成8×8的馬賽克區(qū)域。

# -*- coding: utf-8 -*-
# By：Eastmount
import cv2  
import numpy as np  
import matplotlib.pyplot as plt

#讀取原始圖像
img = cv2.imread('luo.png')

#獲取圖像高度和寬度
height = img.shape[0]
width = img.shape[1]

#采樣轉(zhuǎn)換成8×8區(qū)域
numHeight = int(height/8)
numwidth = int(width/8)

#創(chuàng)建一幅圖像
new_img = np.zeros((height, width, 3), np.uint8)

#圖像循環(huán)采樣8*8區(qū)域
for i in range(8):
    #獲取Y坐標(biāo)
    y = i*numHeight
    for j in range(8):
        #獲取X坐標(biāo)
        x = j*numwidth
        #獲取填充顏色 左上角像素點(diǎn)
        b = img[y, x][0]
        g = img[y, x][1]
        r = img[y, x][2]
        
        #循環(huán)設(shè)置小區(qū)域采樣
        for n in range(numHeight):
            for m in range(numwidth):
                new_img[y+n, x+m][0] = np.uint8(b)
                new_img[y+n, x+m][1] = np.uint8(g)
                new_img[y+n, x+m][2] = np.uint8(r)
        
#顯示圖像
cv2.imshow("src", img)
cv2.imshow("Sampling", new_img)

#等待顯示
cv2.waitKey(0)
cv2.destroyAllWindows()

其輸出結(jié)果如圖9-4所示，它將彩色圖像采樣成8×8的區(qū)域。

但上述代碼存在一個(gè)問題，當(dāng)圖像的長(zhǎng)度和寬度不能被采樣區(qū)域整除時(shí)，輸出圖像的最右邊和最下邊的區(qū)域沒有被采樣處理。這里推薦讀者做個(gè)求余運(yùn)算，將不能整除部分的區(qū)域也進(jìn)行相應(yīng)的采樣處理。

三.圖像局部采樣處理

前面講述的代碼是對(duì)整幅圖像進(jìn)行采樣處理，那么如何對(duì)圖像的局部區(qū)域進(jìn)行馬賽克處理呢？下面的代碼就實(shí)現(xiàn)了該功能。當(dāng)鼠標(biāo)按下時(shí)，它能夠給鼠標(biāo)拖動(dòng)的區(qū)域打上馬賽克，并按下“s”鍵保存圖像至本地。

# -*- coding: utf-8 -*-
# By：Eastmount
import cv2  
import numpy as np  
import matplotlib.pyplot as plt

#讀取原始圖像
im = cv2.imread('luo.png', 1)

#設(shè)置鼠標(biāo)左鍵開啟
en = False

#鼠標(biāo)事件
def draw(event, x, y, flags, param):
    global en
    #鼠標(biāo)左鍵按下開啟en值
    if event==cv2.EVENT_LBUTTONDOWN:
        en = True
    #鼠標(biāo)左鍵按下并且移動(dòng)
    elif event==cv2.EVENT_MOUSEMOVE and flags==cv2.EVENT_LBUTTONDOWN:
        #調(diào)用函數(shù)打馬賽克
        if en:
            drawMask(y,x)
        #鼠標(biāo)左鍵彈起結(jié)束操作
        elif event==cv2.EVENT_LBUTTONUP:
            en = False
          
#圖像局部采樣操作         
def drawMask(x, y, size=10):
    #size*size采樣處理
    m = int(x / size * size)
    n = int(y / size * size)
    print(m, n)
    #10*10區(qū)域設(shè)置為同一像素值
    for i in range(size):
        for j in range(size):
            im[m+i][n+j] = im[m][n]

#打開對(duì)話框
cv2.namedWindow('image')

#調(diào)用draw函數(shù)設(shè)置鼠標(biāo)操作
cv2.setMouseCallback('image', draw)

#循環(huán)處理
while(1):
    cv2.imshow('image', im)
    #按ESC鍵退出
    if cv2.waitKey(10)&0xFF==27:
        break
    #按s鍵保存圖片
    elif cv2.waitKey(10)&0xFF==115:
        cv2.imwrite('sava.png', im)

#退出窗口
cv2.destroyAllWindows()

其輸出結(jié)果如圖9-5所示，它將人物的臉部進(jìn)行馬賽克處理。