AI 助理
备案控制台
开发者社区 人工智能 文章 正文

图像处理入门

2022-12-29 73
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： 图像处理入门

1. 图像处理的概念与基本操作

图片、GIF、视频


像素：画面中最小的点


问题：图片在计算机中长啥样？


灰度图片


# 引入依赖包
%matplotlib inline
import numpy as
import matplotlib.pyplot as plt
import paddle
from PIL import Image
# 加载一张手写数字的灰度图片
# 从Paddle2.0内置数据集中加载手写数字数据集，本文第3章会进一步说明
from paddle.vision.datasets import MNIST
# 选择测试集
mnist = MNIST(mode='test')
# 遍历手写数字的测试集
for i in range(len(mnist)):
    # 取出第一张图片
    if i == 0:
        sample = mnist[i]
        # 打印第一张图片的形状和标签
        print(sample[0].size, sample[1])
Cache file /home/aistudio/.cache/paddle/dataset/mnist/t10k-images-idx3-ubyte.gz not found, downloading https://dataset.bj.bcebos.com/mnist/t10k-images-idx3-ubyte.gz 
Begin to download
Download finished
Cache file /home/aistudio/.cache/paddle/dataset/mnist/t10k-labels-idx1-ubyte.gz not found, downloading https://dataset.bj.bcebos.com/mnist/t10k-labels-idx1-ubyte.gz 
Begin to download
..
Download finished
(28, 28) [7]
# 查看测试集第一个数字
plt.imshow(mnist[0][0])
print('手写数字是：', mnist[0][1])
手写数字是： [7]
/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/matplotlib/cbook/__init__.py:2349: DeprecationWarning: Using or importing the ABCs from 'collections' instead of from 'collections.abc' is deprecated, and in 3.8 it will stop working
  if isinstance(obj, collections.Iterator):
/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/matplotlib/cbook/__init__.py:2366: DeprecationWarning: Using or importing the ABCs from 'collections' instead of from 'collections.abc' is deprecated, and in 3.8 it will stop working
  return list(data) if isinstance(data, collections.MappingView) else data
# 将图片转为矩阵表示
np.array(mnist[0][0])
array([[  0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0],
       [  0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0],
       [  0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0],
       [  0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0],
       [  0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0],
       [  0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0],
       [  0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0],
       [  0,   0,   0,   0,   0,   0,  84, 185, 159, 151,  60,  36,   0,
          0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0],
       [  0,   0,   0,   0,   0,   0, 222, 254, 254, 254, 254, 241, 198,
        198, 198, 198, 198, 198, 198, 198, 170,  52,   0,   0,   0,   0,
          0,   0],
       [  0,   0,   0,   0,   0,   0,  67, 114,  72, 114, 163, 227, 254,
        225, 254, 254, 254, 250, 229, 254, 254, 140,   0,   0,   0,   0,
          0,   0],
       [  0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,  17,  66,
         14,  67,  67,  67,  59,  21, 236, 254, 106,   0,   0,   0,   0,
          0,   0],
       [  0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0,   0,   0,   0,  83, 253, 209,  18,   0,   0,   0,   0,
          0,   0],
       [  0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0,   0,   0,  22, 233, 255,  83,   0,   0,   0,   0,   0,
          0,   0],
       [  0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0,   0,   0, 129, 254, 238,  44,   0,   0,   0,   0,   0,
          0,   0],
       [  0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0,   0,  59, 249, 254,  62,   0,   0,   0,   0,   0,   0,
          0,   0],
       [  0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0,   0, 133, 254, 187,   5,   0,   0,   0,   0,   0,   0,
          0,   0],
       [  0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0,   9, 205, 248,  58,   0,   0,   0,   0,   0,   0,   0,
          0,   0],
       [  0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0, 126, 254, 182,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0],
       [  0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
          0,  75, 251, 240,  57,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0],
       [  0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
         19, 221, 254, 166,   0,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0],
       [  0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   3,
        203, 254, 219,  35,   0,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0],
       [  0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,  38,
        254, 254,  77,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0],
       [  0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,  31, 224,
        254, 115,   1,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0],
       [  0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0, 133, 254,
        254,  52,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0],
       [  0,   0,   0,   0,   0,   0,   0,   0,   0,   0,  61, 242, 254,
        254,  52,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0],
       [  0,   0,   0,   0,   0,   0,   0,   0,   0,   0, 121, 254, 254,
        219,  40,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0],
       [  0,   0,   0,   0,   0,   0,   0,   0,   0,   0, 121, 254, 207,
         18,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0],
       [  0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0]], dtype=uint8)
# 看不清？不妨把上面的矩阵保存成txt，但是如果直接保存，会变成科学计数法，查看一下np.savetxt()的用法
?np.savetxt
# 将矩阵保存成文本，数字格式为整数
np.savetxt('7.txt', np.array(mnist[0][0]), fmt='%4d')
  • 灰度值与光学三原色（RGB）：红、绿、蓝(靛蓝)。光学三原色混合后，组成像素点的显示颜色，三原色同时相加为
  • 白色，白色属于无色系（黑白灰）中的一种。
  • 参考资料：常用RGB颜色


JEPG格式彩色图片


img = Image.open('lena.jpg')
img
# 将图片转为矩阵表示
np.array(img)
# 使用PIL分离颜色通道
r,g,b = img.split()
??r.crop
# 获取r通道转的灰度图
r
# 获取第一个通道转的灰度图
img.getchannel(0)
# 获取g通道转的灰度图
g
# 获取第二个通道转的灰度图
img.getchannel(1)
# 获取b通道转的灰度图
b
# 获取第二个通道转的灰度图
img.getchannel(2)
# 将矩阵保存成文本，数字格式为整数
np.savetxt('lena-r.txt', r, fmt='%4d')
np.savetxt('lena-g.txt', g, fmt='%4d')
np.savetxt('lena-b.txt', b, fmt='%4d')
# PIL库的crop函数做简单的图片裁剪
r.crop((100,100,128,128))
# 将裁剪后图片的矩阵保存成文本，数字格式为整数
np.savetxt('lena-r-crop.txt', r.crop((100,100,128,128)), fmt='%4d')


分辨率=画面水平方向的像素值 * 画面垂直方向的像素值


屏幕分辨率


例如，屏幕分辨率是1024×768，也就是说设备屏幕的水平方向上有1024个像素点，垂直方向上有768个像素点。像素的大小是没有固定长度的，不同设备上一个单位像素色块的大小是不一样的。


例如，尺寸面积大小相同的两块屏幕，分辨率大小可以是不一样的，分辨率高的屏幕上面像素点（色块）就多，所以屏幕内可以展示的画面就更细致，单个色块面积更小。而分辨率低的屏幕上像素点（色块）更少，单个像素面积更大，可以显示的画面就没那么细致。


图像分辨率


例如，一张图片分辨率是500x200，也就是说这张图片在屏幕上按1:1放大时，水平方向有500个像素点（色块），垂直方向有200个像素点（色块）。


在同一台设备上，图片分辨率越高，这张图片1:1放大时，图片面积越大；图片分辨率越低，这张图片1:1缩放时，图片面积越小。（可以理解为图片的像素点和屏幕的像素点是一个一个对应的）。


但是，在屏幕上把图片超过100%放大时，为什么图片上像素色块也变的越大，其实是设备通过算法对图像进行了像素补足，我们把图片放的很大后看到的一块一块的方格子，虽然理解为一个图像像素，但是其实是已经补充了很多个屏幕像素；同理，把图片小于100%缩小时，也是通过算法将图片像素进行减少。


image.png

# 将图片第一行的像素点逐个取出
np.array(img)[0]
array([[224, 136, 126],
       [225, 137, 127],
       [225, 137, 127],
       ...,
       [236, 148, 136],
       [232, 142, 131],
       [198, 105,  97]], dtype=uint8)


图像的基本概念


# 加载一张png格式的图片
img = Image.open('cat.png')
# 观察一下图片的形状，通道数，在RGB三通道的基础上，额外增加了一个alpha通道
np.array(img).shape
(2180, 1911, 4)
# 不断调试，找到猫的边缘，裁剪出一小块交接区
img.crop((1450,1450,1500,1500))
# 观察裁剪后图片的第4个通道的信息
np.array(img.crop((1450,1450,1500,1500)))[:,:,3]
array([[  0,   0,   0, ...,   0,   0,   0],
       [  0,   0,   0, ...,   0,   0,   0],
       [  0,   0,   0, ...,   0,   0,   0],
       ...,
       [255, 255, 255, ...,   0,   0,   0],
       [255, 255, 255, ...,   0,   0,   0],
       [255, 255, 255, ...,   0,   0,   0]], dtype=uint8)
# 将裁剪后图片的矩阵保存成文本，数字格式为整数
np.savetxt('cat-alpha-crop.txt', np.array(img.crop((1450,1450,1500,1500)))[:,:,3], fmt='%4d')


使用OpenCV加载并保存图片


  • 加载图片，显示图片，保存图片
  • OpenCV函数：cv2.imread(), cv2.imshow(), cv2.imwrite()


说明


大部分人可能都知道电脑上的彩色图是以RGB(红-绿-蓝，Red-Green-Blue)颜色模式显示的，但OpenCV中彩色图是以B-G-R通道顺序存储的，灰度图只有一个通道。

OpenCV默认使用BGR格式，而RGB和BGR的颜色转换不同，即使转换为灰度也是如此。一些开发人员认为R+G+B/3对于灰度是正确的，但最佳灰度值称为亮度（luminosity），并且具有公式：0.21R+0.72G+0.07*B

图像坐标的起始点是在左上角，所以行对应的是y，列对应的是x。


加载图片


使用cv2.imread()来读入一张图片：

  • 参数1：图片的文件名
  • 如果图片放在当前文件夹下，直接写文件名就行了，如'lena.jpg'
  • 否则需要给出绝对路径，如'D:\OpenCVSamples\lena.jpg'
  • 参数2：读入方式，省略即采用默认值
  • cv2.IMREAD_COLOR：彩色图，默认值(1)
  • cv2.IMREAD_GRAYSCALE：灰度图(0)
  • cv2.IMREAD_UNCHANGED：包含透明通道的彩色图(-1)

经验之谈：路径中不能有中文噢，并且没有加载成功的话是不会报错的，print(img)的结果为None，后面处理才会报错，算是个小坑。

# 查看AI Studio上OpenCV版本 
# opencv-python 4.1.1.26  
!pip list
%matplotlib inline
import numpy as np
import cv2
import matplotlib.pyplot as plt
# 加载彩色图
img = cv2.imread('lena.jpg', 1)
# 将彩色图的BGR通道顺序转成RGB
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
# 显示图片
<matplotlib.image.AxesImage at 0x7fd0d3a8a390>
# 查看图片的形状
img.shape
(350, 350, 3)


图片属性


# 打印图片的形状
print(img.shape)
# 形状中包括行数、列数和通道数
height, width, channels = img.shape
# img是灰度图的话：height, width = img.shape
img.shape
(350, 350, 3)
(350, 350, 3)
# 加载灰度图
img = cv2.imread('lena.jpg', 0)
# 将彩色图的BGR通道顺序转成RGB
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
plt.imshow(img)
img.shape
(350, 350, 3)
# 加载彩色图
img = cv2.imread('lena.jpg', 1)
# 将彩色图的BGR通道直接转为灰度图
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
plt.imshow(img,'gray')
img.shape
(350, 350)
/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/numpy/lib/type_check.py:546: DeprecationWarning: np.asscalar(a) is deprecated since NumPy v1.16, use a.item() instead
  'a.item() instead', DeprecationWarning, stacklevel=1)
# 加载灰度图
img = cv2.imread('lena.jpg', 0)
# 显示这张灰度图
plt.imshow(img,'gray')
img.shape
(350, 350)
# 查看一下plt.imshow的用法
# ?plt.imshow
cv2.imwrite('lena-grey.jpg',img)
True
# 加载四通道图片
img = cv2.imread('cat.png',-1)
# 将彩色图的BGR通道顺序转成RGB，注意，在这一步直接丢掉了alpha通道
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
plt.imshow(img)
img.shape
(2180, 1911, 3)
img = cv2.imread('cat.png',-1)
# 和上图对比一下
plt.imshow(img)
img.shape
(2180, 1911, 4)
# 加载彩色图
img = cv2.imread('cat.png',1)
# 不转颜色通道
plt.imshow(img)
img.shape
(2180, 1911, 3)
img = cv2.imread('cat.png', 1)
# 转颜色通道为RGB
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
plt.imshow(img)
img.shape
(2180, 1911, 3)


文章标签：
计算机视觉
编解码
算法
存储
livingbody
目录
相关文章
opencv学堂
|
5月前
|
编解码 算法 计算机视觉
图像处理之高斯金字塔
图像处理之高斯金字塔
opencv学堂
44 3
opencv学堂
|
5月前
|
计算机视觉
图像处理之水纹效果
图像处理之水纹效果
opencv学堂
28 1
库库的里昂
|
6月前
|
人工智能 计算机视觉 Python
【OpenCV】计算机视觉图像处理基础知识（上）
【OpenCV】计算机视觉图像处理基础知识（上）
库库的里昂
85 7
库库的里昂
|
6月前
|
算法 计算机视觉
【OpenCV】计算机视觉图像处理基础知识（下）
【OpenCV】计算机视觉图像处理基础知识（下）
库库的里昂
58 5
opencv学堂
|
5月前
|
计算机视觉
图像处理之图像梯度效果
图像处理之图像梯度效果
opencv学堂
32 0
智能计算老群群
|
6月前
|
机器学习/深度学习 算法 PyTorch
计算机视觉快速入门：探索图像处理
本文介绍了计算机视觉的基本概念和学习路径，包括图像处理、特征提取、目标检测、图像分类与分割以及深度学习在该领域的应用。初学者应从图像处理基础开始，学习数字图像概念、处理技术及开源库如OpenCV。接着，探索特征提取与描述方法，如SIFT和HOG，以及目标检测的算法，如Haar级联和YOLO。进一步，掌握图像分类和分割技术，涉及深度学习模型如CNN。通过实践项目深化理解，并关注最新研究，持续学习和探索，以在计算机视觉领域不断进步。
智能计算老群群
432 0
泡沫o0
|
6月前
|
Linux 编译器 API
探索Qt图像处理的奥秘：从入门到精通
探索Qt图像处理的奥秘：从入门到精通
泡沫o0
446 2
凌虚Wayne
|
算法 数据安全/隐私保护 计算机视觉
图像处理基础
图像处理基础
凌虚Wayne
106 0
年少轻与狂
|
存储 Linux 计算机视觉
openCV之图像处理入门
openCV之图像处理入门
年少轻与狂
87 0
greework
|
存储 人工智能 算法
入门|图像处理技术
入门|图像处理技术
greework
185 0

热门文章

最新文章

  • 1
    Apache Flink 进阶（三）：Checkpoint 原理解析与应用实践
  • 2
    weex-html5 组件进阶
  • 3
    阿里20亿小程序繁星计划你最需要知道的几个问题（0325更新）
  • 4
    Swagger-UI 介绍及基本使用指南
  • 5
    成长的足迹：阿里巴巴5位专家技术之路的思考与感悟
  • 6
    Oracle自动清理日志脚本
  • 7
    GEE基础学习——MODIS数据修正影像质量提升
  • 8
    用rem编写移动端自适应网页
  • 9
    挑战OOAD：游戏中物品使用时候的不同功能，用OO的方式，该如何设计？
  • 10
    bootstrap36-Bootstrap 下拉菜单
  • 1
    静态方法和实例方法的区别是什么？
    29
  • 2
    静态方法和类的实例方法的执行顺序是怎样的？
    24
  • 3
    在静态方法中访问类的实例属性和方法时会发生什么？
    26
  • 4
    后序遍历的递归和非递归实现有何区别？
    23
  • 5
    二叉树的中序遍历和后序遍历的递归与非递归代码示例
    25
  • 6
    ROS进阶：使用URDF和Xacro构建差速轮式机器人模型
    20
  • 7
    分享一些提高二叉树遍历算法效率的代码示例
    13
  • 8
    第四届生物医学与智能系统国际学术会议（IC-BIS 2025） The 4th International Conference on Biomedical and Intelligent Systems
    19
  • 9
    除了 Promise.all()，还有哪些方法可以处理异步并发操作？
    12
  • 10
    如何使用 Promise 处理异步并发操作？
    12

    • 相关课程

    更多
  • OpenCV 图像处理入门教程（更新中）
  • 计算机视觉入门与实践
  • 【视觉与图像】Python+OpenCV教程基础篇

    • 相关电子书

    更多
  • 阿里云视觉计算开发者系列手册-目标检测入门必读指南
  • 低代码开发师（初级）实战教程
  • 阿里巴巴DevOps 最佳实践手册
    • 下一篇
    无影云桌面