图像灰度变换及图像数组操作
2017-12-03 14:02
267 查看
Python图像灰度变换及图像数组操作
作者:MingChaoSun 字体:[增加 减小] 类型:转载 时间:2016-01-27 我要评论这篇文章主要介绍了Python图像灰度变换及图像数组操作的相关资料,需要的朋友可以参考下
使用python以及numpy通过直接操作图像数组完成一系列基本的图像处理
numpy简介:
NumPy是一个非常有名的 Python 科学计算工具包,其中包含了大量有用的工具,比如数组对象(用来表示向量、矩阵、图像等)以及线性代数函数。
数组对象可以实现数组中重要的操作,比如矩阵乘积、转置、解方程系统、向量乘积和归一化。这为图像变形、对变化进行建模、图像分类、图像聚类等提供了基础。
在上一篇python基本图像操作中,当载入图像时,通过调用 array() 方法将图像转换成NumPy的数组对象。NumPy 中的数组对象是多维的,可以用来表示向量、矩阵和图像。通过对图像的数组进行直接操作,就可以完成很多图像处理。
numpy的相关知识网上有很多资料,作为python科学计算的基础,还是非常值得认真学习的。
使用图像数组进行基本图像操作:
认识图像数组:
通过下面这几个程序我们看一下图像与灰度图的图像数组,以及numpy数组的切片。
?
(600, 500, 3) uint8
64
[ 64 117 195]
我们看到的是一个三维数组,分别代表横坐标,纵坐标和颜色通道。
我们可以通过数组把红蓝通道交换
?
运行结果:
在转为数组的过程中我们可以设定数据类型,同时灰度图的图像数组也是有意义的:
?
(600, 500) float32
110.0
额外的参数‘f'将数组的数据类型转为浮点数
由于灰度图没有颜色信息,所以形状元组只有两个数值
*array()变换的相反操作可以使用PIL的fromarray()完成,如im = Image.fromarray(im)
图像数组的简单应用——灰度变换:
灰度图像:
灰度数字图像是每个像素只有一个采样颜色的图像。这类图像通常显示为从最暗黑色到最亮的白色的灰度。
可以通过下面几种方法,将图像转换为灰度:
1.浮点算法:Gray=R*0.3+G*0.59+B*0.11
2.整数方法:Gray=(R*30+G*59+B*11)/100
3.移位方法:Gray =(R*76+G*151+B*28)>>8;
4.平均值法:Gray=(R+G+B)/3;
5.仅取绿色:Gray=G;
通过上述任一种方法求得Gray后,将原来的RGB(R,G,B)中的R,G,B统一用Gray替换,形成新的颜色RGB(Gray,Gray,Gray),用它替换原来的RGB(R,G,B)就是灰度图了。
之前已经使用过很多次了,使用python可以通过使用convert(‘L')来获得灰度图
灰度变换:
将图像读入 NumPy 数组对象后,我们可以对它们执行任意数学操作。一个简单的例子就是图像的灰度变换。即任意函数 f ,它将 0…255 区间(或者 0…1 区间)映射到自身。
下面程序中有一些简单的灰度变换:
?
0 255
0 255
100 200
0 255
可以比较明显的看到灰度变换的结果,,第二张图被反相显示,第三张图像的暗部变亮,亮部变暗,其值被限制在100到200之间,其中最后一张图像通过二次函数变换使较暗的像素值变得更暗。
结语:
本篇博客介绍了python使用图像数组去进行图像操作的过程,包括几个简单的实例,通过数组我们可以对图像进行任意数学操作,是图像变形、图像分类、图像聚类等的基础,希望我的博客对大家有所帮助~
相关文章推荐
- Python图像灰度变换及图像数组操作
- Python图像灰度变换及图像数组操作
- Python图像灰度变换及图像数组操作
- python图像数组操作与灰度变换
- 利用数组操作实现灰度图像放大两倍(C++&opencv)
- VC6.0图像处理3--灰度变换
- 图像配准中的变换操作
- 【图像处理笔记】灰度变换
- 灰度图像--频域滤波 傅里叶变换之离散傅里叶变换(DFT)
- opencv学习心得五----图像变化(灰度变换、二值变换)
- BGRABitmap图像操作14:对形状进行变换
- MATLAB图像操作(变换,读写,显示,增强)
- VC6.0图像处理3--灰度变换
- android中opencv操作图片像素----之图像灰度处理
- 数字图像处理—空域变换增强之滤波增强(模板操作)(模板卷积)
- 灰度图像--图像增强 灰度变换
- Matlab图像处理之灰度变换函数
- VTK修炼之道23:图像基本操作_灰度图像映射成伪彩色图像(查表法)
- 图像灰度变换及实现
- Matlab中图像处理实例:灰度变换,空域滤波,频域滤波,傅里叶变换的实现