1.imutils功能简介
imutils是在OPenCV基础上的一个封装，达到更为简结的调用OPenCV接口的目的，它可以轻松的实现图像的平移，旋转，缩放，骨架化等一系列的操作。
安装方法：
pip install imutils
在安装前应确认已安装numpy,scipy,matplotlib和opencv。
2.imutils的使用方法
2.1 图像平移
OpenCV中也提供了图像平移的实现，要先计算平移矩阵，然后利用仿射变换实现平移，在imutils中可直接进行图像的平移。
translated = imutils.translate(img,x,y)
参数：
- img:要移动的图像
- x:沿x轴方向移动的像素个数
- y: 沿y轴方向移动的像素个数
2.2 图像缩放
图片的缩放在OPenCV中要注意确保保持宽高比。而在imutils中自动保持原有图片的宽高比，只指定宽度weight和Height即可。
img = cv.imread("lion.jpeg") resized = imutils.resize(img,width=200) print("原图像大小: ",img.shape) print("缩放后大小：",resized.shape) plt.figure(figsize=[10, 10]) #subplot表示将多个图放在同一个窗口里的语句，用subplot(m,n,p)指定要放置的图的位置。在一个窗口中，m表示有m行，n表示有n列，一共可以放置m*n个图。按从左到右，从上到下数，第p个就是要放的位置（p<m*n） plt.subplot(1,2,1)#一个FIGURE图形生成一行两列两个子图，后面一个1表示当前激活第二个子图。 plt.imshow(cv.cvtColor(img, cv.COLOR_BGR2RGB)) plt.title('原图') plt.axis("off") plt.subplot(1,2,2) plt.imshow(cv.cvtColor(resized, cv.COLOR_BGR2RGB)) plt.title('缩放结果') plt.axis("off") plt.show()
下图是对图像进行缩放后的结果：
2.3 图像旋转
在OpenCV中进行旋转时使用的是仿射变换，在这里图像旋转方法是imutils.rotate()，跟2个参数，第一个是图片数据，第二个是旋转的角度，旋转是朝逆时针方向。同时imutils还提供了另一个相似的方法, rotate_round()，它就是按顺时针旋转的。
import cv2 import imutils image = cv2.imread('lion.jpeg') rotated = imutils.rotate(image, 90) #顺时针 rotated_round = imutils.rotate_bound(image, 90) #逆时针 plt.figure(figsize=[10, 10]) plt.subplot(1,3,1) plt.imshow(img[:,:,::-1]) plt.title('原图') plt.axis("off") plt.subplot(1,3,2) plt.imshow(rotated[:,:,::-1]) plt.title('逆时针旋转90度') plt.axis("off") plt.subplot(1,3,3) plt.imshow(rotated_round[:,:,::-1]) plt.title('顺时针旋转90度') plt.axis("off") plt.show()
结果如下：
2.4 骨架提取
骨架提取，是指对图片中的物体进行拓扑骨架(topological skeleton)构建的过程。imutils提供的方法是skeletonize()，第二个参数是结构参数的尺寸(structuring element)，相当于是一个粒度，越小需要处理的时间越长。
import cv2 import imutils # 1 图像读取 img = cv2.imread('lion.jpeg') # 2 灰度化 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 3 骨架提取 skeleton = imutils.skeletonize(gray, size=(3, 3)) # 4 图像展示 plt.figure(figsize=(10,8),dpi=100) plt.subplot(121),plt.imshow(img[:,:,::-1]),plt.title('原图') plt.xticks([]), plt.yticks([]) plt.subplot(122),plt.imshow(skeleton,cmap="gray"),plt.title('骨架提取结果') plt.xticks([]), plt.yticks([]) plt.show()
效果如下：
2.5 Matplotlib显示
Python中彩色图像使用 OpenCV 加载时是 BGR 模式。但是 Matplotib 是 RGB 模式。所以彩色图像如果已经被 OpenCV 读取，那它将不会被 Matplotib 正确显示。
在OpenCV中，图像以BGR顺序使用该cv2.imshow功能时效果很好。
但是，如果使用Matplotlib显示图像的话，该plt.imshow函数将假定图像按RGB顺序排列，最终导致图像与原图不同。
2.5.1 用OpenCV显示图像
原始图像：
（从你的全世界路过----稻城亚丁）
原始颜色显示：
#coding:utf-8 # 导入图像显示所用到的包 import cv2 # 显示彩色图像 可认为默认为图像原始色彩 # 导入图片位置 img_path = './img.jpg' # 读取图像 src_img = cv2.imread(img_path) # 获取图像高度和宽度 img_info = src_img.shape print("图像的高度为：{} 高度为：{} 通道数为：{}".format(img_info[0],img_info[1],img_info[2])) # 显示图像 cv2.imshow("src_img",src_img) cv2.waitKey(0) cv2.destroyAllWindows()
显示结果：
灰度图像显示：
#coding:utf-8 # 导入图像显示所用到的包 import cv2 # 显示彩色图像 可认为默认为图像原始色彩 # 导入图片位置 img_path = './img.jpg' # 读取灰度图像 src_img = cv2.imread(img_path,0) # 获取图像高度和宽度 img_info = src_img.shape print("图像的高度为：{} 高度为：{}".format(img_info[0],img_info[1])) # 显示图像 cv2.imshow("src_img",src_img) cv2.waitKey(0) cv2.destroyAllWindows()
显示结果：
2.5.2 用Matplotlib显示图像
原始图像：
原始颜色显示：
问题分析：OpenCV中的图像是以BGR的通道顺序存储的，然而今天所讲的Matplotlib是以RGB模式显示的，所以如果直接进行显示显示的话，将不会是我们想看到的结果，比如：
#coding:utf-8 # 导入图像显示所用到的包 import cv2 import matplotlib.pyplot as plt # 显示彩色图像 可认为默认为图像原始色彩 # 导入图片位置 img_path = './img.jpg' img = cv2.imread(img_path) # 灰度图显示，cmap(color map)需要设定为gray plt.imshow(img) plt.show()
显示结果：
正确的显示：需要将图像通道进行转换为RGB
#coding:utf-8 # 导入图像显示所用到的包 import cv2 import matplotlib.pyplot as plt # 显示彩色图像 可认为默认为图像原始色彩 # 导入图片位置 img_path = './img.jpg' img = cv2.imread(img_path) img_cvt = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # 灰度图显示，cmap(color map)需要设定为gray plt.imshow(img_cvt) plt.show()
显示结果：
灰度图像显示：
#coding:utf-8 # 导入图像显示所用到的包 import cv2 import matplotlib.pyplot as plt # 显示彩色图像 可认为默认为图像原始色彩 # 导入图片位置 img_path = './img.jpg' img = cv2.imread(img_path,0) # 灰度图显示，cmap(color map)需要设定为gray plt.imshow(img, cmap='gray') plt.show()
显示结果：
分析：仔细观看代码就会发现，opencv读取后的图像已经是灰度图了，但是在用plt显示的时候，还得在参数汇总加上gray，不然显示出来还是色彩空间不对。
例如：
#coding:utf-8 # 导入图像显示所用到的包 import cv2 import matplotlib.pyplot as plt # 显示彩色图像 可认为默认为图像原始色彩 # 导入图片位置 img_path = './img.jpg' img = cv2.imread(img_path) # 这里为直接读取原始图像 # 灰度图显示，cmap(color map)需要设定为gray plt.imshow(img, cmap='gray') plt.show()
显示结果：
2.5.3 快速解决BGR转RGB模式显示的
调用cv2.cvtColor解决此问题，也可以使用opencv2matplotlib便捷功能。
img = cv.imread("lion.jpeg") plt.figure() plt.imshow(imutils.opencv2matplotlib(img))
2.6 OPenCV版本的检测
OpenCV 4发布之后，随着主要版本的更新，向后兼容性问题尤为突出。在使用OPenCV时，应检查当前正在使用哪个版本的OpenCV，然后使用适当的函数或方法。在imutils中的is_cv2()、is_cv3()和is_cv4()是可用于自动确定当前环境的OpenCV的版本简单的功能。
print("OPenCV版本: {}".format(cv2.__version__)) print("OPenCV是2.X? {}".format(imutils.is_cv2())) print("OPenCV是3.X? {}".format(imutils.is_cv3())) print("OPenCV是4.X? {}".format(imutils.is_cv4()))
输出是：
总结
1.imutils是基于OPenCV的便利的图像处理工具包
2.使用imutils可以轻松的完成图像平移，缩放，旋转，骨架提取等功能
