opencv图像处理机器学习真实项目教程(python实现)2图像入门

本章介绍图像的基本概念和基本操作。 我们将首先提供像素等图像基础知识的清晰定义。 接下来，我们将深入讲解如何使用 OpenCV 库读取、显示和保存图像。 然后我们将继续使用 OpenCV 在图像上绘制形状的实际任务，重点是矩形、圆形和其他基本形状等主题。

主要内容：

• 图像和像素简介
• 读取、显示和写入图像
  • Imread
  • Imshow
  • Imwrite
  • Waitkey
• 用像素处理图像
  • 访问单个像素
  • 访问感兴趣区域 (ROI)
• 在OpenCV中绘图
  • Line
  • Rectangle
  • Circle
  • Text

2.1 图像和像素简介

什么是图像？ 用非技术术语来说，图像是指场景、物体或人的视觉表示，它使我们能够更好地理解周围的世界。在数字环境中，图像是像素的多维阵列。

像素是图像的构建块。 像素是数字图像的最小单位，包含有关其颜色和位置的信息。 当多个像素在二维网格中聚集在一起时，它们就形成了完整的图像。 数字图像中的像素以网格图案排列以创建整体图像。 每个像素都包含特定的颜色信息，它们一起形成完整的图像。

像素通常用于表示灰度或彩色图像。 灰度图像通常表示为二维像素网格，而彩色图像通常表示为多维矩阵。 在灰度图像中，每个像素都分配有0 到 255 之间的值，表示该点图像的强度。 值 0 表示没有强度，导致黑色像素，而值255表示最大强度，导致纯白色像素。

在彩色图像中，每个像素由三个或四个值的组合表示，最常见的颜色空间是 RGB 颜色空间。 在此空间中，使用表示红色、绿色和蓝色通道强度的三个值来表示单个像素。 每个值的范围从 0 到 255，表示像素中存在的每种颜色的数量。 典型的 RGB 像素可以用（红、绿、蓝）格式表示。

例如，具有 (0,0,0) 值的颜色表示黑色，因为所有颜色的强度均为 0，而 (255,255,255) 表示白色图像，因为所有颜色都有最大值。

让我们看几个关于如何在 RGB 颜色空间中表示颜色的示例：

• (255,0,0) 产生纯红色，因为红色处于最大值，而绿色和蓝色处于 0。
• (0,255,0) 产生纯绿色。
• (0,0,255) 产生纯蓝色。
• (255,255,0) 产生黄色，因为它是红色和绿色的组合。
• (128,128,128) 代表灰色。
  PPI（即每英寸像素 Pixels per Inch）表示单英寸数字图像中存在的像素数。 较高的 PPI 意味着每英寸有更多的像素，从而产生更平滑、更细致的图像。 相反，较低的 PPI 意味着像素较大且每英寸的像素较少，从而导致图像细节较少且清晰度较差。

分辨率是一个术语，用于描述构成图像的像素总数。 分辨率越高，像素越多，从而产生更详细和高质量的图像。 分辨率通常以每英寸像素 (PPI) 或每英寸点数 (DPI) 来衡量。 当图像的分辨率较低时，意味着像素较少，因此图像的细节较少。

长宽比是指图像的宽度和高度之间的比例关系，它决定了图像的整体形状。 它通常表示为用冒号分隔的两个数字（例如 4:3 或 16:9），表示图像或屏幕的宽度和高度。 例如，纵横比为 4:3 的图像的宽度为每3 个单位的高度对应 4 个单位的长度。 宽高比用于确保在不同设备上显示图像时图像正确适合显示尺寸。

数字图像的像素数量一直在迅速增加。 第一台商用数码相机 Dycam Model 1 的分辨率仅为 0.01兆像素，而当今的高端相机可以捕获分辨率为 100兆像素或更高的图像。

2.2 加载和显示图像

是时候开始处理图像了！ 在本书中，当我们引导您完成探索和操作图像的过程时，您将获得实践经验。 在我们继续前进时，请务必自行实现代码示例，因为这将有助于巩固您对我们将要介绍的概念的理解。

2.2.1 Imread()

要开始使用OpenCV处理图像，我们需要使用imread() 函数。通过该函数，我们可以将图像加载到我们的程序中：

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

参数：

• path： 字符串，表示要读取图像的路径。
• flag： 可选参数, 指定读取图像的方式。
  • cv2.IMREAD_COLOR (1)： 以 BGR 格式加载图像。这是该函数的默认格式。
  • cv2.IMREAD_GRAYSCALE (0)：以灰度格式加载图像： 以灰度格式加载图像。
  • cv2.IMREAD_UNCHANGED (-1)：以原始格式加载图像： 以原始格式加载图像，通常用于包含 alpha 通道。

cv2.imread(path, 0)

这将以灰度格式加载图像。

2.2.2 imshow

cv2.imshow(winname, mat)

参数：

• Winname：显示图像的窗口名称。
• Mat： 表示我们要显示的图像的 NumPy 数组。

2.2.3 imwrite

Imwrite 用于将图像保存到系统中。

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

参数：

• Filename：表示要保存的图像路径的字符串
• Img: 表示我们要写入的图像的NumPy数组。
• Params： 可选参数，用于指定图像文件的格式和压缩参数。默认值为None。

示例代码

在本练习中，我们将使用之前学习的代码加载图像并显示图像：

import cv2# Using imread to read out imageimg = cv2.imread("../img/dog.jpg")# Print the shape of the imageprint(img.shape)# Displaying the imagecv2.imshow("Dog Image", img)# Wait until a key is pressedcv2.waitKey(0)# Close all Windowscv2.destroyAllWindows()

2.2.3 WaitKey

WaitKey是OpenCV程序中的一个函数，用于让用户在特定时间内或按下某个键之前显示一个窗口。如果没有 waitKey，图像或视频会在用户来得及观看之前立即关闭。

它只接受一个整数参数，即窗口保持打开的毫秒数。如果给定的参数为0或根本没有给定参数，函数将等待按键按下后再关闭窗口。

2.2.3 DestroyAllWindows

DestroyAllWindows是一条简单的命令，用于关闭OpenCV在执行代码期间打开的所有窗口。该命令不需要任何参数。

我们已经成功运行了第一段 OpenCV 代码，现在可以读取并显示图像了。

试试看 现在尝试以不同的路径将前面的图像写入光盘。

2.3 用像素操作图像

图像在 Python 中存储为 NumPy 数组，这意味着图像元素可以像 NumPy 数组一样被索引。通过图像索引，我们可以操作图像中的单个像素或某个像素区域。

2.3.1 访问单个像素

要访问图像中的某个像素，我们可以使用类似的 img[row, col] 索引。使用此方法访问像素值将返回一个包含像素值的 NumPy 数组：

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

结果：

[120 165 222][0 0 0]

对于RGB图像，前面的代码行将返回包含三个值的数组，而对于灰度图像，它将只返回值，例如30。

我们还可以使用索引修改像素值。我们可以为某个像素赋值，如下所示：

img[5,7] = 255

如果img是灰度图像，这将为像素赋值255。如果图像img是BGR 格式，那么三个颜色通道的值都将设置为 255。

如果我们想在 RGB 图像中设置特定值，可以使用该特定颜色的颜色代码：

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

这将把绿色通道值设置为 255，其他两个通道设置为 0，从而得到纯绿色像素。

2.3.2 访问感兴趣区域 (ROI Region of Interest)

现在，我们将讨论如何通过使用索引定义感兴趣区域 (ROI) 来操作图像的整个区域。我们经常需要操作图像的特定区域，而不是单个像素或整个图像。

import cv2# Load imageimg = cv2.imread('../img/dog.jpg')# Define index valuesx=50y=60w=75h=75# Extract ROI from the imageroi = img[y:y+h,x:x+w]# Print shape of the extracted ROIprint(roi.shape)# Assigning a colour to a different ROIimg[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()

2.4 在OpenCV中绘图

在本节中，我们将学习如何使用 OpenCV 绘制形状。我们可以使用 OpenCV 设计各种形状，包括线、圆、矩形和多边形，还可以自定义它们的大小和颜色。使用 OpenCV 还可以在照片上添加文字。形状有多种用途，包括注释照片和强调照片的特定区域。

首先，我们将创建一张空白画布，在上面绘制各种形状。或者，也可以加载一张图片，然后在上面绘制形状。

为了创建绘制形状的画布，我们可以使用 NumPy 创建一个 NumPy 数组。然后，我们可以使用各种方法在 NumPy 画布上绘图：

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

我们使用 np.zeros 函数创建画布。这是一个 NumPy 函数，用于创建一个具有特定形状和数据类型的 NumPy 数组。在本例中，我们创建了一个具有 “np.uint8 “数据类型的形状数组（600,600,3）。该数据类型对应于 8 位无符号整数，取值范围为 0 至 255。

2.4.1 线条(Line)

我们使用 cv2.line 命令在图像上创建线条。该命令提供多个参数，让我们可以自定义线条，以满足我们的特定需求和要求。

参数：

• Img： 绘制线条的图像。
• Pt1：线条的起始坐标： 线条的起始坐标。格式为 tuple (x,y)。
• Pt2： 线条的终点坐标。格式为 tuple (x,y)。
• Color：线条的颜色。采用元组（B、G、R）格式。
• 厚度（Thickness）： 线条的厚度（像素）。这是一个可选参数，默认值为 1。
• lineType（线条类型 线条的类型。我们将不使用此参数，可将其保留为默认值。
• Shift（移位）： 线条坐标中的小数位数。我们将不使用此参数，默认值为 0。

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

实例：

import numpy as npimport cv2# Create a black canvascanvas = np.zeros((600, 500, 3), dtype=np.uint8)# Define the vertices of the trianglep1 = (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 imagecv2.imshow("Triangle", canvas)cv2.waitKey(0)cv2.destroyAllWindows()

参考资料

• 软件测试精品书籍文档下载持续更新 https://github.com/china-testing/python-testing-examples 请点赞，谢谢！
• 本文涉及的python测试开发库 谢谢点赞！ https://github.com/china-testing/python_cn_resouce
• python精品书籍下载 https://github.com/china-testing/python_cn_resouce/blob/main/python_good_books.md
• Linux精品书籍下载 https://www.cnblogs.com/testing-/p/17438558.html

2.4.2 矩形(rectangle)

在 OpenCV 中，绘制矩形与绘制直线类似。我们可以使用 cv2.rectangle 命令在 OpenCV 中创建矩形：

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

参数：

• Img： 绘制的图像。
• Pt1：矩形的左上角点： 矩形的左上角点。格式为 tuple (x,y)。
• Pt2： 矩形的右下角点： 矩形的右下角点。格式为 tuple (x,y)。
• Color：矩形的颜色将采用元组（B、G、R）格式。
• 厚度（Thickness）： 以像素为单位的矩形边框厚度。这是一个可选参数，默认值为 1。如果矩形的厚度为负值，则会填充矩形。
• lineType：线条类型： 线条的类型。我们将不使用此参数，因此可将其保留为默认值。
• Shift（移位）： 线条坐标中的小数位数。我们将不使用该参数，默认值为 0。
  现在，根据前面的解释，让我们尝试创建这幅图像：

import numpy as npimport cv2# Create a black imageimg = np.zeros((600, 500, 3), dtype=np.uint8)# Draw the figure using rectangles and lines# Facecv2.rectangle(img, (150, 150), (350, 400), (242, 199, 155), thickness=-1)  # Capcv2.rectangle(img, (100, 50), (400, 150), (198, 131, 56), thickness=-1) # Mouthcv2.rectangle(img, (200, 310), (300, 330), (128, 0, 128), thickness=2) # Draw the eyes on the face as X shapescv2.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 imagecv2.imshow('Robo', img)cv2.waitKey(0)cv2.destroyAllWindows()

2.4.3 circle

cv2.circle() 函数用于在图像上绘制圆形：

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

参数

• Img： 绘制的图像。
• Center： 圆的中心点。格式为 tuple (x,y)。
• Radius： 圆的半径
• Color：圆的颜色。格式为元组（B、G、R）。
• Thickness： 圆边框的厚度，以像素为单位： 圆边框的厚度，单位为像素。这是一个可选参数，默认值为 1。如果矩形的厚度为负值，它将填充圆。
• lineType：线条类型： 线条的类型。我们将不使用此参数，因此可将其保留为默认值。
• Shift（移位）： 线条坐标中的小数位数。我们将不使用此参数，默认值为 0。
  让我们尝试自己创建几个圆：

import numpy as npimport cv2# Create an empty canvascanvas = np.zeros((500, 500, 3), dtype=np.uint8)# Define the center pointcenter = (250, 250)# Define the radii of the circlesradius1 = 50radius2 = 100radius3 = 150# Define the colors of the circlescolor1 = (0, 0, 255) color2 = (255, 0, 0) color3 = (0, 255, 0) # Define the thickness of the circlesthickness1 = -1 thickness2 = 2thickness3 = 10# Draw the circles on the canvascv2.circle(canvas, center, radius1, color1, thickness1)cv2.circle(canvas, center, radius2, color2, thickness2)cv2.circle(canvas, center, radius3, color3, thickness3)# Display the imagecv2.imshow("Image", canvas)cv2.waitKey(0)cv2.destroyAllWindows()

2.4.4 文本(Text)

我们使用函数 cv2.putText() 为图像添加文本：

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

参数：

• Img： 绘制的图像。
• Text：文本： 要绘制的文本字符串。
• org：文本左下角的坐标： 文本左下角的坐标。
• fontFace：文本的字体类型。这是可选参数，默认值为 cv2.FONT_HERSHEY_SIMPLEX。
• fontScale：字体缩放比例： 字体比例系数，乘以特定字体的基本尺寸。这是一个可选参数，默认值为 1。
• Color（颜色）：文本的颜色。将采用元组（B、G、R）格式。这是一个可选参数，默认值为 (0,0,0)。
• 厚度（Thickness）： 文本中线条的粗细。这是一个可选参数，默认值为 1。如果粗细为负值，它将填充文本。
• lineType：线条类型： 线条的类型。我们将不使用此参数，可将其保留为默认值。
• bottomLeftOrigin： 这是一个标志，用于指示文本的位置。这是一个可选参数，默认值为 “False（假）”，这将使文本位于左上角。默认值为 True 时，文本将位于左下角。

import numpy as npimport cv2# create a blank imageimg = np.zeros((600, 500, 3), dtype=np.uint8)# define the text to be displayedtext = "Hello World!"# set the text color and positioncolor = (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()

2.5 总结

本章扎实地介绍了图像的基本概念和基本操作。我们定义了像素等关键概念，并讲解了如何使用 OpenCV 库读取、显示和保存图像。此外，我们还探讨了在图像上绘制形状的实际任务，重点是矩形和圆形等基本形状。这一基础对于将来构建更复杂的图像处理应用程序非常宝贵。

钉钉或微信号: pythontesting 微信公众号：pythontesting