数字图像处理基础

• 一、基本操作
• 图片的读入与显示
• pillow
• matplotlib
• cv2

一、基本操作

图片的读入与显示

pillow

使用pillow的image读入，然后显示

from PIL import Image

lina= Image.open('lina.jpg')
lina.show()

转为灰度图，并且保存

graylina= lina.convert('L')
graylina.save('graylina.jpg')
graylina.show()

matplotlib

2.使用matplotlib显示
一个画布中显示多张图片

from PIL import Image #导入PIL库的Image类
import matplotlib.pyplot as plt
lina= Image.open('lina.jpg') #读取图像文件
iu =Image.open('iu.jpg')
plt.subplot(121)
plt.imshow(lina)
plt.subplot(122)
plt.imshow(iu)
plt.show()

一个plt.show()就会显示一张画布。
注意：
1.解决中文显示异常的方法
plt的图注，如果是中文的话，前面要加一下代码
2.plt.title()中的参数，如果想把标题移动上下是y=，左右是x=，上+下-
更多title（）详见
3.plt.figure()的功能类似于matlab中的figure（1）
在图像显示之前用这个，新建一张画布，一个程序中可以新建多张画布，最后只需要使用一个plt.show（）即可
plt.figure(figsize=(18,10))还可以规定图片的大小

https://blog.csdn.net/helunqu2017/article/details/78659490/

#解决中文显示问题
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False

cv2

cv2 读入并且显示图片

lina = cv2.imread('lina.jpg')
cv2.imshow('lina',lina)

cv2以灰度图读入
后面加了一个0，以灰度形式加载图片，默认是1，以彩色图片形式加载

img = cv2.imread('lina.jpg',0)

或者，BGR转为GRAY

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

注意：

1. cv2读入的图片的格式是BGR，但是如果用pit去显示图片，那么就应该转换成RGB
   转换方法一：

lina=lina[:,:,[2,1,0]] 将BGR转换成RGB

转换方法二：

lina_BGR = cv2.imread('lina.jpg')
lina = cv2.cvtColor(lina_BGR,cv2.COLOR_BGR2RGB) #将B#将BGR转换成RGB

更推荐方法二，每次cv2.imread（）之后就顺便cvtColor
如果后续要用plt.subplot()在一个画布上显示多幅图，那么就要用到这个。

2.如果用cv2 的方法在一个画布上显示多张图，那么这些图片的size应该相同（更推荐用plt.subplot()）

imgs = np.hstack([small_lina1,small_lina2,small_lina3])
cv.imshow("small", imgs)

图像的逻辑运算

A为128128的矩阵，其中行坐标40到67,列坐标60到100之间的区域为1；B为128128的矩阵，其中行坐标50到80,列坐标40到70之间的区域为1；完成两个规定矩阵A和B的“与/或/非运算”。

import numpy as np
import matplotlib.pyplot as plt
A=np.zeros((128,128),dtype=int)
A[40:67,60:100]=1
B=np.zeros((128,128),dtype=int)
B[50:80,40:70]=1
#C = A & B
D = A | B
E = ~ A
plt.subplot(231);plt.imshow(A);plt.title('A')
plt.subplot(232);plt.imshow(B,cmap='gray');plt.title('B');
plt.subplot(233);plt.imshow(A & B,cmap='gray');plt.title('A & B');
plt.subplot(234);plt.imshow(D,cmap='gray');plt.title('A | B');plt.axis('off');
plt.subplot(235);plt.imshow(E,cmap='gray');plt.title('~A');plt.show();

这里要注意plt.imshow()中cmap这个参数，它是映射意思
如果是默认值那么1为黄色，0为紫色
cmap=‘gray‘ 1为白色，0为黑色
cmap=’binary‘，1为黑色，0为白色

图像缩放

具体原理参见博客：https://blog.csdn.net/Eastmount/article/details/82454335

https://blog.csdn.net/Eastmount/article/details/82454335

#encoding:utf-8
import cv2
import numpy as np
import matplotlib.pyplot as plt
#解决中文显示问题
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False
# 读取图片
lina = cv2.imread('lina.jpg')
cv2.imshow('lina',lina)
print(lina.shape) #(220, 220, 3)原图是220*220的
rows,cols,channel =lina.shape #获取原图像的行数和列数
small_lina1 = cv2.resize(lina, (200, 100))#图像缩放
cv2.imshow('1',small_lina1)
small_lina2=cv2.resize(lina,None,fx=0.5,fy=0.5)#或者这么写
cv2.imshow('2',small_lina2)
small_lina3 = cv2.resize(lina,(int(rows*0.3),int(cols*0.3)))#或者#图像缩放 dsize(列,行)
cv2.imshow('3',small_lina3)

# #首先将要显示的多幅图片放在一个列表中，
# #由于cv2读入的格式是BGR，（0~255），但是plt是RGB格式，所以要转换
# #lina[:,:,[2,1,0]] 将BGR转换成RGB
# #lina_RGB = cv2.cvtColor(lina,cv2.COLOR_BGR2RGB) #或者这样转换也可以的
# #否则颜色很怪异
ims=[lina[:,:,[2,1,0]],small_lina1[:,:,[2,1,0]],
small_lina2[:,:,[2,1,0]],small_lina3[:,:,[2,1,0]]]
titles=['原图','200*100','fx=0.5,fy=0.5','rows*0.3,cols*0.3']
for i in range(1,5,1):
plt.subplot(2,2,i)
plt.imshow(ims[i-1])
plt.title(titles[i-1],y=-0.2,fontsize=8,fontstyle= 'italic')
plt.show()
#注意这个要放在循环外面，否则就会出4个画布，一个figure中只有一副图片
# 等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()

以上介绍了三种缩放的方式和subplot的具体使用方法
plt.title()中的参数，如果想把标题移动上下是y=，左右是x=，上+下-

图像的旋转与翻转

# encoding:utf-8
import cv2
import numpy as np
import matplotlib.pyplot as plt
#解决中文显示问题
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False
lina_BGR = cv2.imread('lina.jpg')
lina = cv2.cvtColor(lina_BGR,cv2.COLOR_BGR2RGB) #将BGR转换成RGB
rows, cols, channel = lina.shape# 原图的高、宽 以及通道数

#参数：旋转中心 旋转度数 scale
M1 = cv2.getRotationMatrix2D((cols / 2, rows / 2), 30, 1)#参数：旋转中心 旋转度数 scale
# 参数：原始图像 旋转参数 元素图像宽高
lina_rotated_30 = cv2.warpAffine(lina, M1, (cols, rows))# 参数：原始图像 旋转参数 元素图像宽高
M2 = cv2.getRotationMatrix2D((cols / 2, rows / 2), -90,1)
lina_rotated_90 = cv2.warpAffine(lina, M2, (cols, rows))
# # 显示图像
# cv2.imshow("lina", lina)
# cv2.imshow("rotated", lina_rotated)
# # 等待显示
# cv2.waitKey(0)
# cv2.destroyAllWindows()
img1 = cv2.flip(lina, 0) #0以X轴为对称轴翻转
img2 = cv2.flip(lina, 1) #>0以Y轴为对称轴翻转
img3 = cv2.flip(lina, -1) #<0X轴Y轴翻转

imgs = [lina,lina_rotated_30,lina_rotated_90,img1,img2,img3]
titles = ['source','rotated 30','rotated -90',
'以X轴为对称轴翻转','以Y轴为对称轴翻转','X轴Y轴翻转']

for i in range(6):
plt.subplot(2,3,i+1)
plt.imshow(imgs[i])
plt.title(titles[i],y=-0.3,fontsize=8,fontstyle= 'italic')
plt.show()

图像的平移

# encoding:utf-8
import cv2
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False
img = cv2.imread('lina.jpg')
image = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
M = np.float32([[1, 0, 0], [0, 1, 50]])#向下平移
img1 = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))
print(M)
M = np.float32([[1, 0, 0], [0, 1, -50]])#向上平移
img2 = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))
M = np.float32([[1, 0, 50], [0, 1, 0]]) #向右平移
img3 = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))
M = np.float32([[1, 0, -50], [0, 1, 0]]) #向左平移
img4 = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))
titles = ['向下平移', '向上平移', '向右平移', '向左平移']
images = [img1, img2, img3, img4]
for i in range(4):
plt.subplot(2, 2, i + 1), plt.imshow(images[i], 'gray')
plt.title(titles[i])
plt.xticks([]), plt.yticks([])
plt.show()

图像的代数运算

# encoding:utf-8
import cv2
import numpy as np
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False

lina = cv2.imread('lina.jpg')
lina= cv2.cvtColor(lina, cv2.COLOR_BGR2RGB)
rows,cols,channel = lina.shape
# A = np.ones((rows,cols,channel),dtype=int) #构造一个跟Lina大小相同的常数三维矩阵
# A = A * 10
# print(A.shape)
# print(A)
# C=lina-A

wenli = cv2.imread('opencv.jpg')
wenli = cv2.cvtColor(wenli,cv2.COLOR_BGR2RGB)
wenli = cv2.resize(wenli,(rows,cols))
#cv2中的add，超过255的都是255
add1 = cv2.add(lina,wenli) #图片的大小应该相同，
add2 = cv2.addWeighted(lina,0.8,wenli,0.2,0) #带有权重的叠加
#add3 = cv2.add(lina,A)
#减法
sub1 = cv2.subtract(lina,wenli)
#乘法
mul1 = cv2.multiply(lina,wenli)
#除法
div1 = cv2. divide(lina,wenli)

imgs = [lina,add1,add2,sub1,mul1,div1]
titles = ['source','相加','权重相加','相减','相乘','相除']
for i in range(6):
plt.subplot(2,3,i+1)
plt.imshow(imgs[i])
plt.title(titles[i])
plt.show()
# cv2.imshow('sub1',div1)
# cv2.waitKey(0)
# cv2.destroyAllWindows()

两幅图相加，韩权重的相加，相减，相乘，相除
思考：一幅图加上一个常数

图像的位运算+掩膜

#把opencv图片放在Lina图的左上角 掩膜操作，位操作
import cv2
import numpy as np
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False

lina = cv2.imread('lina.jpg')
lina= cv2.cvtColor(lina, cv2.COLOR_BGR2RGB)
rows,cols,channel = lina.shape
opcv = cv2.imread('opencv.jpg')
opcv = cv2.resize(opcv,(int(rows / 4),int(cols / 4)))
rows2,cols2,channel2 = opcv.shape

roi = lina[0:rows2,0:cols2] #取Lina的左上角区域

# Now create a mask of logo and create its inverse mask also
opcv2gray = cv2.cvtColor(opcv,cv2.COLOR_BGR2GRAY)
# 阈值处理函数，二值化，大于200的设置为255
ret, mask = cv2.threshold(opcv2gray, 200, 255, cv2.THRESH_BINARY)
mask_inv = cv2.bitwise_not(mask) #按位取反

# Now black-out the area of logo in ROI
lina_bg = cv2.bitwise_and(roi,roi,mask = mask) #按位与

# Take only region of logo from logo image.
opcv_fg = cv2.bitwise_and(opcv,opcv,mask = mask_inv)

# Put logo in ROI and modify the main image
dst = cv2.add(lina_bg,opcv_fg)
lina[0:rows2, 0:cols2 ] = dst

plt.imshow(lina)
plt.title('lina+opencv')
plt.show()

简单二值化

#简单二值化，自己规定了阈值
import cv2
import numpy as np
import matplotlib.pylab  as plt

img = cv2.imread('lina.jpg')
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret,thresh1 = cv2.threshold(img,127,255,cv2.THRESH_BINARY)
ret,thresh2 = cv2.threshold(img,127,255,cv2.THRESH_BINARY_INV)
ret,thresh3 = cv2.threshold(img,127,255,cv2.THRESH_TRUNC)
ret,thresh4 = cv2.threshold(img,127,255,cv2.THRESH_TOZERO)
ret,thresh5 = cv2.threshold(img,127,255,cv2.THRESH_TOZERO_INV)

titles = ['Original Image','BINARY','BINARY_INV','TRUNC','TOZERO','TOZERO_INV']
images = [img, thresh1, thresh2, thresh3, thresh4, thresh5]

for i in range(6):
plt.subplot(2,3,i+1),plt.imshow(images[i],'gray')
plt.title(titles[i])
plt.xticks([]),plt.yticks([])

plt.show()

threshold中最后一个参数不同，表示不同的二值化方法

大津阈值二值化

#大津阈值二值化
import cv2
import numpy as np
import matplotlib.pylab  as plt

img = cv2.imread('lina.jpg',0)
#后面加了一个0，以灰度形式加载图片，默认是1，以彩色图片形式加载
# global thresholding 全局阈值、简单二值化
ret1,th1 = cv2.threshold(img,127,255,cv2.THRESH_BINARY)

# Otsu's thresholding
ret2,th2 = cv2.threshold(img,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)

# Otsu's thresholding after Gaussian filtering
blur = cv2.GaussianBlur(img,(5,5),0)
ret3,th3 = cv2.threshold(blur,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)

# plot all the images and their histograms
images = [img, 0, th1,
img, 0, th2,
blur, 0, th3]
titles = ['Original Noisy Image','Histogram','Global Thresholding (v=127)',
'Original Noisy Image','Histogram',"Otsu's Thresholding",
'Gaussian filtered Image','Histogram',"Otsu's Thresholding"]

for i in range(3):
plt.subplot(3,3,i*3+1),plt.imshow(images[i*3],'gray')
plt.title(titles[i*3]), plt.xticks([]), plt.yticks([])
plt.subplot(3,3,i*3+2),plt.hist(images[i*3].ravel(),256)#numpy中.ravel()将数组扁平化
plt.title(titles[i*3+1]), plt.xticks([]), plt.yticks([])
plt.subplot(3,3,i*3+3),plt.imshow(images[i*3+2],'gray')
plt.title(titles[i*3+2]), plt.xticks([]), plt.yticks([])

plt.show()

根据双峰图像的图像直方图自动计算阈值。 （对于非双峰图像，二值化不准确。）
使用cv.threshold（）但是传递了一个额外的标志v.THRESH_OTSU.对于阈值，只需传递零.然后算法找到最佳阈值并返回为第二个输出retVal。如果未使用Otsu阈值法，则retVal与之前使用的阈值相同.
在第一种情况下，将全局阈值应用为值127.在第二种情况下，直接应用了Otsu的阈值.在第三种情况下，使用5x5高斯内核过滤图像以消除噪声，然后应用Otsu阈值处理.
具体参考博客

https://segmentfault.com/a/1190000015647247
https://www.cnblogs.com/FHC1994/p/9125570.html