Python图像处理教程（使用OpenCV）

在本教程中，您将学习如何使用 OpenCV 库在 Python 中处理图像。

OpenCV 是一个用于实时图像处理的免费开源库。它用于处理图像、视频甚至直播，但在本教程中，我们将仅将处理图像作为第一步。在开始之前，我们先安装 OpenCV。

 

 

安装 OpenCV

要在系统上安装 OpenCV，请运行以下 pip 命令：

pip install opencv-python  

现在OpenCV已经安装成功，我们已经准备好了。让我们来欣赏一些图像吧！

 

旋转图像

首先，导入cv2模块。

import cv2  

现在要读取图像，请使用 cv2 模块的 imread() 方法，在参数中指定图像的路径并将图像存储在变量中，如下所示：

img = cv2.imread("pyimg.jpg")  

该图像现在被视为矩阵，行和列值存储在 img 中。

实际上，如果你检查 img 的类型，它会给出以下结果：

>>>print(type(img))
<class 'numpy.ndarray'>  

It’s a NumPy 数组！这就是为什么使用 OpenCV 进行图像处理如此简单。您一直在使用 NumPy 数组。

要显示图像，可以使用cv2的imshow()方法。

cv2.imshow('Original Image', img) 
cv2.waitKey(0)
  

waitkey 函数将时间作为参数（以毫秒为单位）作为窗口关闭的延迟。这里我们将时间设置为零以永远显示窗口，直到我们手动关闭它。

要旋转此图像，您需要图像的宽度和高度，因为您将在旋转过程中使用它们，稍后您将看到。

height, width = img.shape[0:2]  

shape 属性返回图像矩阵的高度和宽度。如果您打印

img.shape[0:2]  

，您将得到以下输出：

好的，现在我们有了图像矩阵，我们想要得到旋转矩阵。为了获得旋转矩阵，我们使用getRotationMatrix2D()CV2的方法。语法为getRotationMatrix2D() is:

cv2.getRotationMatrix2D(center, angle, scale)  

这里的center是旋转中心点，angle是以度为单位的角度，scale是使图像适合屏幕的缩放属性。

为了获得图像的旋转矩阵，代码如下：

rotationMatrix = cv2.getRotationMatrix2D((width/2, height/2), 90, .5)  

下一步是借助旋转矩阵旋转我们的图像。

为了旋转图像，我们有一个名为的 cv2 方法包裹仿射它以原始图像、图像的旋转矩阵以及图像的宽度和高度作为参数。

rotatedImage = cv2.warpAffine(img, rotationMatrix, (width, height))  

旋转后的图像存储在rotatedImage 矩阵中。要显示图像，请使用 imshow() ，如下所示：

cv2.imshow('Rotated Image', rotatedImage)
cv2.waitKey(0)  

运行以上几行代码后，您将得到以下输出：

 

裁剪图像

首先，我们需要导入cv2模块并读取图像并提取图像的宽度和高度：

import cv2
img = cv2.imread("pyimg.jpg")
height, width = img.shape[0:2]  

现在获取行和列的开始和结束索引。这将定义新创建的图像的大小。例如，从第 10 行开始到第 15 行将给出图像的高度。

同样，从第 10 列开始直到第 15 列将给出图像的宽度。

您可以通过指定总高度和总宽度的百分比值来获取起点。同样，要获取裁剪图像的终点，请指定百分比值，如下所示：

startRow = int(height*.15)
startCol = int(width*.15)
endRow = int(height*.85)
endCol = int(width*.85)  

现在将这些值映射到原始图像。请注意，您必须将起始值和结束值转换为整数，因为映射时索引始终是整数。

croppedImage = img[startRow:endRow, startCol:endCol]  

这里我们指定了行和列从开始到结束的范围。

现在在输出中显示原始图像和裁剪后的图像：

cv2.imshow('Original Image', img)
cv2.imshow('Cropped Image', croppedImage)
cv2.waitKey(0)  

结果如下：

调整图像大小

要调整图像大小，可以使用 openCV 的 resize() 方法。在 resize 方法中，您可以指定 x 轴和 y 轴的值，或者指定图像大小的行数和列数。

导入并读取图像：

import cv2
img = cv2.imread("pyimg.jpg")  

现在使用带有轴值的调整大小方法：

newImg = cv2.resize(img, (0,0), fx=0.75, fy=0.75)
cv2.imshow('Resized Image', newImg)
cv2.waitKey(0)  

结果如下：

现在使用行和列值来调整图像大小：

newImg = cv2.resize(img, (550, 350))
cv2.imshow('Resized Image', newImg)
cv2.waitKey(0)  

我们说我们需要 550 列（宽度）和 350 行（高度）。

结果将是：

 

调整图像对比度

在Python OpenCV模块中，没有专门的函数来调整图像对比度，但是官方文档OpenCV 提出了一个可以同时执行图像亮度和图像对比度的方程。

new_img = a * original_img + b  

这里 a 是 alpha，它定义图像的对比度。如果a大于1，对比度就会更高。

如果a的值在0和1之间（小于1但大于0），则对比度会较低。如果a为1，则图像不会有对比度效果。

b 代表贝塔。 b 的值在 -127 到 +127 之间变化。

要在 Python OpenCV 中实现此方程，您可以使用 addWeighted() 方法。我们使用 addWeighted() 方法，因为它为 24 位彩色图像生成 0 到 255 范围内的输出。

addWeighted()方法的语法如下：

cv2.addWeighted(source_img1, alpha1, source_img2, alpha2, beta)  

此语法将混合两个图像，第一个源图像 (source_img1) 的权重为 alpha1，第二个源图像 (source_img2)。

如果您只想在一张图像中应用对比度，则可以使用 NumPy 添加第二个图像源作为零。

让我们来看一个简单的例子。导入以下模块：

import cv2
import numpy as np  

阅读原图：

img = cv2.imread("pyimg.jpg")  

现在应用对比度。由于没有其他图像，我们将使用 np.zeros 它将创建一个与原始图像具有相同形状和数据类型的数组，但该数组将用零填充。

contrast_img = cv2.addWeighted(img, 2.5, np.zeros(img.shape, img.dtype), 0, 0)
cv2.imshow('Original Image', img)
cv2.imshow('Contrast Image', contrast_img)
cv2.waitKey(0)  

在上面的代码中，亮度设置为 0，因为我们只想应用对比度。

原图与对比图对比如下：

 

使图像模糊

高斯模糊

要使图像模糊，可以使用 OpenCV 的 GaussianBlur() 方法。

GaussianBlur() 使用高斯核。内核的高度和宽度应该是正奇数。

然后你必须分别指定X和Y方向，即sigmaX和sigmaY。如果仅指定其中之一，则两者被视为相同。

考虑以下示例：

import cv2
img = cv2.imread("pyimg.jpg")
blur_image = cv2.GaussianBlur(img, (7,7), 0)
cv2.imshow('Original Image', img)
cv2.imshow('Blur Image', blur_image)
cv2.waitKey(0)  

在上面的代码片段中，实际图像连同内核的高度和宽度以及 X 和 Y 方向一起传递给 GaussianBlur()。

原始图像和模糊图像的对比如下：

 

中值模糊

在中值模糊中，在内核区域内计算图像所有像素的中值。然后将中心值替换为所得中值。当图像中存在椒盐噪声时，使用中值模糊。

要应用中值模糊，可以使用 OpenCV 的中值模糊()方法。

考虑以下示例，图像中存在椒盐噪声：

import cv2
img = cv2.imread("pynoise.png")
blur_image = cv2.medianBlur(img,5)  

这将在图像中应用 50% 的噪声以及中值模糊。现在显示图像：

cv2.imshow('Original Image', img)
cv2.imshow('Blur Image', blur_image)
cv2.waitKey(0)  

结果如下：

原图与模糊处理后的另一张对比图：

 

检测边缘

要检测图像中的边缘，可以使用 cv2 的 Canny() 方法，该方法实现了 Canny 边缘检测器。 Canny 边缘检测器也称为最优检测器.

Canny() 的语法如下：

cv2.Canny(image, minVal, maxVal)  

这里 minVal 和 maxVal 分别是最小和最大强度梯度值。

考虑以下代码：

import cv2
img = cv2.imread("pyimg.jpg")
edge_img = cv2.Canny(img,100,200)
cv2.imshow("Detected Edges", edge_img)
cv2.waitKey(0)  

输出如下：

这是上述代码在另一张图像上的结果：

 

将图像转换为灰度（黑白）

将图像转换为灰度的简单方法是像这样加载它：

img = cv2.imread("pyimg.jpg", 0)  

还有另一种使用 BGR2GRAY 的方法。

要将彩色图像转换为灰度图像，请使用 cv2 模块的 BGR2GRAY 属性。下面的示例对此进行了演示：

导入 cv2 模块：

import cv2  

阅读图像：

img = cv2.imread("pyimg.jpg")  

使用 cv2 模块的 cvtColor() 方法，该方法将原始图像和 COLOR_BGR2GRAY 属性作为参数。将结果图像存储在变量中：

gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  

显示原始图像和灰度图像：

cv2.imshow("Original Image", img)
cv2.imshow("Gray Scale Image", gray_img)
cv2.waitKey(0)  

输出如下：

 

质心（斑点中心）检测

要找到图像的中心，第一步是将原始图像转换为灰度图像。我们可以像之前一样使用 cv2 的 cvtColor() 方法。

下面的代码演示了这一点：

import cv2
img = cv2.imread("py.jpg")
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  

我们读取图像并将其转换为灰度图像。新图像存储在gray_img中。

现在我们必须计算图像的矩。使用cv2的moments()方法。在 moment() 方法中，将传递灰度图像，如下所示：

moment = cv2.moments(gray_img)  

然后我们需要使用上面得到的矩来计算图像中心的 x 和 y 坐标：

X = int(moment ["m10"] / moment["m00"])
Y = int(moment ["m01"] / moment["m00"])  

最后，我们得到了图像的中心。为了突出显示这个中心位置，我们可以使用 Circle 方法，它将在给定半径的给定坐标中创建一个圆。

Circle() 方法采用 img、创建圆的 x 和 y 坐标、大小、我们想要圆的颜色和厚度。

cv2.circle(img, (X, Y), 15, (205, 114, 101), 1)  

在图像上创建圆圈。

cv2.imshow("Center of the Image", img)
cv2.waitKey(0)  

原始图像是：

检测到中心后，我们的图像将如下所示：

 

 

从图像中提取文本 (OCR)

要从图像中提取文本，您可以使用 Google Tesseract-OCR。您可以从这里下载link

然后你应该安装 pytesseract 模块，它是 Tesseract-OCR 的 Python 包装器。

pip install pytesseract  

我们将从中提取文本的图像如下：

现在，让我们将此图像中的文本转换为字符串，并在输出中将文本显示为字符串：

导入 pytesseract 模块：

import pytesseract  

设置Tesseract-OCR可执行文件的路径：

pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files (x86)\Tesseract-OCR\tesseract'  

现在使用图像到字符串将图像转换为字符串的方法：

print(pytesseract.image_to_string('pytext.png'))  

输出如下：

效果就像魅力！

 

检测并纠正文本倾斜

在本节中，我们将纠正文本倾斜。

原图如下：

导入模块 cv2、NumPy 并读取图像：

import cv2
import numpy as np
img = cv2.imread("pytext1.png")  

将图像转换为灰度图像：

gray_img=cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  

使用反转灰度图像按位非:

gray_img=cv2.bitwise_not(gray_img)  

使用NumPy的column_stack方法选择大于零的像素的x和y坐标：

coordinates = np.column_stack(np.where(gray_img > 0))  

现在我们必须计算倾斜角度。我们将使用最小区域矩形()cv2 的方法返回从 -90 到 0 度的角度范围（其中不包括 0）。

ang=cv2.minAreaRect(coordinates)[-1]  

文本区域的旋转角度将存储在 ang 变量中。现在我们为角度添加一个条件；如果文本区域的角度小于 -45，我们将添加 90 度，否则我们将角度乘以负数以使角度为正。

if ang<-45:
	ang=-(90+ang)
else:
	ang=-ang  

计算文本区域的中心：

height, width = img.shape[:2]
center_img = (width / 2, height / 2)  

现在我们有了文本倾斜的角度，我们将应用 getRotationMatrix2D() 来获取旋转矩阵，然后我们将使用 wrapAffine() 方法来旋转角度（前面已解释）。

rotationMatrix = cv2.getRotationMatrix2D(center, angle, 1.0)

rotated_img = cv2.warpAffine(img, rotationMatrix, (width, height), borderMode = cv2.BORDER_REFLECT)  

显示旋转后的图像：

cv2.imshow("Rotated Image", rotated_img)

cv2.waitKey(0)  

 

颜色检测

让我们检测图像中的绿色：

导入用于图像的模块 cv2 和用于图像数组的 NumPy：

import cv2
import numpy as np  

读取图像并使用 cvtColor() 将其转换为 HSV：

img = cv2.imread("pydetect.png")
hsv_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)  

显示图像：

cv2.imshow("HSV Image", hsv_img)  

现在为较低的绿色值和较高的绿色值创建一个 NumPy 数组：

lower_green = np.array([34, 177, 76])
upper_green = np.array([255, 255, 255])  

使用 cv2 的 inRange() 方法检查给定的图像数组元素是否位于上下边界的数组值之间：

masking = cv2.inRange(hsv_img, lower_green, upper_green)  

这将检测绿色。

最后，显示原始图像和结果图像：

cv2.imshow("Original Image", img)  

cv2.imshow("Green Color detection", masking)
cv2.waitKey(0)  

 

减少噪音

为了减少图像中的噪声，OpenCV 提供了以下方法：

1. fastNlMeansDenoising()：从灰度图像中去除噪声
2. fastNlMeansDenoisingColored()：从彩色图像中去除噪声
3. fastNlMeansDenoisingMulti()：去除灰度图像帧（灰度视频）中的噪声
4. fastNlMeansDenoisingColoredMulti()：与 3 相同，但适用于彩色帧

让我们在示例中使用 fastNlMeansDenoisingColored() ：

导入cv2模块并读取图像：

import cv2
img = cv2.imread("pyn1.png")  

应用去噪函数，该函数分别采用原始图像 (src)、目的地（在存储结果时没有保留）、滤波器强度、去除有色噪声的图像值（通常等于滤波器强度或 10） ），用于计算权重的模板块大小（以像素为单位）应始终为奇数（建议大小等于 7），以及以像素为单位的窗口大小以计算给定像素的平均值。

result = cv2.fastNlMeansDenoisingColored(img,None,20,10,7,21)  

显示原始图像和去噪图像：

cv2.imshow("Original Image", img)
cv2.imshow("Denoised Image", result)
cv2.waitKey(0)  

输出将是：

 

获取图像轮廓

轮廓是图像中连接在一起的曲线。曲线连接图像中的连续点。轮廓的目的是用来检测物体。

我们获取轮廓的原始图像如下：

考虑以下代码，我们使用 findContours() 方法来查找图像中的轮廓：

导入cv2模块：

import cv2  

读取图像并将其转换为灰度图像：

img = cv2.imread('py1.jpg')
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  

求阈值：

retval, thresh = cv2.threshold(gray_img, 127, 255, 0)  

使用 findContours() 获取图像（我们在此处传递了阈值）和一些属性。看findContours() 官方.

img_contours, _ = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)  

使用drawContours()方法在图像上绘制轮廓：

cv2.drawContours(img, img_contours, -1, (0, 255, 0))  

显示图像：

cv2.imshow('Image Contours', img)
cv2.waitKey(0)  

结果将是：

 

从图像中删除背景

要从图像中删除背景，我们将找到轮廓来检测主要对象的边缘，并为背景创建一个带有 np.zeros 的掩模，然后使用按位与操作员。

考虑下面的例子：

导入模块（NumPy 和 cv2）：

import cv2
import numpy as np  

读取图像并将图像转换为灰度图像：

img = cv2.imread("py.jpg")

gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  

求阈值：

_, thresh = cv2.threshold(gray_img, 127, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)  

在threshold()方法中，最后一个参数定义阈值的样式。请参阅官方文档OpenCV 阈值.

找到图像轮廓：

img_contours = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)[-2]  

对轮廓进行排序：

img_contours = sorted(img_contours, key=cv2.contourArea)
for i in img_contours:
    if cv2.contourArea(i) > 100:
        break  

使用 np.zeros 生成掩码：

mask = np.zeros(img.shape[:2], np.uint8)  

绘制轮廓：

cv2.drawContours(mask, [i],-1, 255, -1)  

应用按位与运算符：

new_img = cv2.bitwise_and(img, img, mask=mask)  

显示原始图像：

cv2.imshow("Original Image", img)  

显示结果图像：

cv2.imshow("Image with background removed", new_img)
cv2.waitKey(0)  

 

如您所见，使用 OpenCV 时图像处理很有趣。我希望您觉得本教程有用。继续回来。

谢谢。