任務(wù)描述

· 使用 Python 代碼自己創(chuàng)建圖像。

· 拍攝 2 張圖像，裁剪兩張圖像的一部分并交換它們。

· 拍攝 2 張圖像并將它們組合成一張圖像。例如拼貼畫(huà)。

首先，我們將探索有關(guān) Python 中圖像處理和 OpenCV 庫(kù)的各種細(xì)節(jié)。

什么是圖像處理？

圖像是計(jì)算機(jī)世界中的多維數(shù)組。黑白圖像的 2D 數(shù)組和 RGB 的 3D 數(shù)組。

彩色圖像在計(jì)算機(jī)中以三維 （3D） 數(shù)組的形式存儲(chǔ)，其中僅存儲(chǔ) 0－255 個(gè)值，此外 0 和 255 分別代表黑色和白色。

圖像處理通過(guò)數(shù)字計(jì)算機(jī)處理數(shù)字圖像。圖像處理專注于開(kāi)發(fā)能夠?qū)�圖像進(jìn)行處理的計(jì)算機(jī)系統(tǒng)。該系統(tǒng)的輸入是數(shù)字圖像，系統(tǒng)使用有效算法處理該圖像，并提供圖像作為輸出。

像素是圖像的最小單位。從技術(shù)上講，它是數(shù)組中行和列特定位置的一個(gè)條目。每個(gè)像素由三種顏色組成，即紅色、綠色和藍(lán)色。在組合這些不同的顏色時(shí)形成。多個(gè)像素一起形成一個(gè)完整的圖像。

視頻處理是指逐幀對(duì)視頻進(jìn)行操作。幀只是視頻的特定實(shí)例，即單個(gè)時(shí)間點(diǎn)的圖像。即使在一秒鐘內(nèi)，我們也可能有多個(gè)幀。視頻是連續(xù)不斷的圖像流。

Python 提供了許多用于圖像處理的庫(kù)，包括：

OpenCV － 圖像處理庫(kù)主要專注于實(shí)時(shí)計(jì)算機(jī)視覺(jué)，廣泛應(yīng)用于 2D 和 3D 特征工具包、面部和手勢(shì)識(shí)別、人機(jī)交互、移動(dòng)機(jī)器人、對(duì)象識(shí)別等領(lǐng)域。

＊＊Numpy 和 Scipy 庫(kù) ＊＊－ 用于圖像操作和處理。

Sckikit － 為圖像處理提供大量算法。

Python Imaging Library （PIL） － 對(duì)圖像執(zhí)行基本操作，如創(chuàng)建縮略圖、調(diào)整大小、旋轉(zhuǎn)、在不同文件格式之間轉(zhuǎn)換等。

在這里，我們將使用 OpenCV 模塊。

OpenCV 是最流行的計(jì)算機(jī)視覺(jué)庫(kù)之一。如果你想在計(jì)算機(jī)視覺(jué)領(lǐng)域開(kāi)始你的旅程，那么對(duì) OpenCV 概念的透徹理解至關(guān)重要。

OpenCV是一個(gè)用于計(jì)算機(jī)視覺(jué)、機(jī)器學(xué)習(xí)和圖像處理的大型開(kāi)源庫(kù)。OpenCV 支持多種編程語(yǔ)言，如 Python、C＋＋、Java 等。它可以處理圖像和視頻以識(shí)別物體、面部，甚至是人類的筆跡。

當(dāng)它與各種庫(kù)集成時(shí)，例如Numpy，一個(gè)高度優(yōu)化的數(shù)值運(yùn)算庫(kù)，那么在 Numpy 中可以進(jìn)行的任何操作都可以與 OpenCV 結(jié)合使用。

一般顏色代碼是 RGB，但在 OpenCV 中使用的顏色代碼格式是 BGR（藍(lán)綠紅）。

安裝 OpenCV

要在你的系統(tǒng)上安裝 OpenCV，請(qǐng)運(yùn)行以下 pip 命令：

pip install opencv－python

旋轉(zhuǎn)圖像

首先，導(dǎo)入 cv2 模塊。

import cv2

現(xiàn)在要讀取圖像，使用 cv2 模塊的 imread（） 方法，在參數(shù)中指定圖像的路徑并將圖像存儲(chǔ)在變量中，如下所示：

img ＝ cv2．imread（＂pyimg．jpg＂）

該圖像現(xiàn)在被視為一個(gè)矩陣，其中行和列值存儲(chǔ)在 img 中。

實(shí)際上，如果你檢查 img 的類型，它會(huì)給你以下結(jié)果：

＞＞＞print（type（img））＜class ＇numpy．ndarray＇＞

這是一個(gè) NumPy 數(shù)組！這就是為什么使用 OpenCV 進(jìn)行圖像處理如此簡(jiǎn)單的原因。你一直在使用 NumPy 數(shù)組。

要顯示圖像，可以使用 cv2 的 imshow（） 方法。

cv2．imshow（＇Original Image＇， img） cv2．waitKey（0）

waitkey（） 函數(shù)將時(shí)間作為參數(shù)（以毫秒為單位）作為窗口關(guān)閉的延遲。在這里，我們將時(shí)間設(shè)置為零以永久顯示窗口，直到我們手動(dòng)關(guān)閉它。

要旋轉(zhuǎn)此圖像，你需要圖像的寬度和高度，因?yàn)樯院髮⒃谛�轉(zhuǎn)過(guò)程中使用它們。

height， width ＝ img．shape［0：2］

shape 屬性返回圖像矩陣的高度和寬度。如果你打印

img．shape［0：2］

好的，現(xiàn)在我們有了圖像矩陣，我們想要得到旋轉(zhuǎn)矩陣。為了得到旋轉(zhuǎn)矩陣，我們使用 cv2 的＊getRotationMatrix2D（）方法。getRotationMatrix2D（）＊的語(yǔ)法是：

cv2．getRotationMatrix2D（center， angle， scale）

這里的中心是旋轉(zhuǎn)的中心點(diǎn)，角度是以度為單位的角度，比例是使圖像適合屏幕的比例屬性。

要獲得我們圖像的旋轉(zhuǎn)矩陣，代碼是：

rotationMatrix ＝ cv2．getRotationMatrix2D（（width／2， height／2）， 90， ．5）

下一步是在旋轉(zhuǎn)矩陣的幫助下旋轉(zhuǎn)我們的圖像。

為了旋轉(zhuǎn)圖像，我們有一個(gè)名為wrapAffine的 cv2 方法，它以原始圖像、圖像的旋轉(zhuǎn)矩陣以及圖像的寬度和高度作為參數(shù)。

rotatedImage ＝ cv2．warpAffine（img， rotationMatrix， （width， height））

旋轉(zhuǎn)后的圖像存儲(chǔ)在 rotateImage 矩陣中。要顯示圖像，請(qǐng)使用 imshow（），如下所示：

cv2．imshow（＇Rotated Image＇， rotatedImage）cv2．waitKey（0）

使用網(wǎng)絡(luò)攝像頭捕獲圖像：

import cv2 cap ＝ cv2．VideoCapture（0）
      ＃ here， 0 — to access internal webcam ＆ 1 to access external webcam ret ，
       photo ＝ cap．read（）

＃ clicks the photoret
       cv2．imwrite（“my”，photo）

＃ stores in a file
       cap．release（）
       cv2．imshow（“my”， photo）

＃ displays the photo
       cv2．waitKey（）
      ＃ used to set the expiry time for the picture to be displayed
       cv2．destroyAllWindows（）
      ＃used to destroy or close the picture window without crashing it

使用網(wǎng)絡(luò)攝像頭的視頻流：

import cv2
       cap ＝ cv2．VideoCapture（0）
       ret， photo ＝ cap．read（）
       while True：
         ret， photo ＝ cap．read（）
         cv2．imshow（＇hi＇， photo）
         if cv2．waitKey（10） ＝＝13：
            break
         cv．destroyAllwindows（）

將圖像轉(zhuǎn)換為灰度（黑白）

轉(zhuǎn)換灰度圖像的簡(jiǎn)單方法是像這樣加載它：

img ＝ cv2．imread（＂pyimg．jpg＂， 0）

還有另一種使用 BGR2GRAY 的方法。

要將彩色圖像轉(zhuǎn)換為灰度圖像，請(qǐng)使用 cv2 模塊的 BGR2GRAY 屬性。這在下面的示例中得到了證明：

導(dǎo)入 cv2 模塊：

import cv2

閱讀圖片：

img ＝ cv2．imread（＂pyimg．jpg＂）

使用 cv2 模塊的 cvtColor（） 方法，該方法將原始圖像和 COLOR＿BGR2GRAY 屬性作為參數(shù)。將生成的圖像存儲(chǔ)在變量中：

gray＿img ＝ cv2．cvtColor（img， cv2．COLOR＿BGR2GRAY）

顯示原始圖像和灰度圖像：

cv2．imshow（＂Original Image＂， img）cv2．imshow（＂Gray Scale Image＂， gray＿img）cv2．waitKey（0）

調(diào)整圖像大小

要調(diào)整圖像大小，可以使用 openCV 的 resize（） 方法。在 resize 方法中，你可以指定 x 和 y 軸的值，也可以指定表示圖像大小的行數(shù)和列數(shù)。

導(dǎo)入并讀取圖像：

import cv2img ＝ cv2．imread（＂pyimg．jpg＂）

現(xiàn)在使用帶有軸值的調(diào)整大小方法：

newImg ＝ cv2．resize（img， （0，0）， fx＝0．75， fy＝0．75）cv2．imshow（＇Resized Image＇， newImg）cv2．waitKey（0）

現(xiàn)在使用行和列值來(lái)調(diào)整圖像大�。�

newImg ＝ cv2．resize（img， （550， 350））cv2．imshow（＇Resized Image＇， newImg）cv2．waitKey（0）

我們說(shuō)我們想要 550 列（寬度）和 350 行（高度）。

使用 Python 代碼創(chuàng)建圖像

輸出如下：

拍攝 2 張圖像，裁剪兩張圖像的一部分并交換它們。

結(jié)果：

拍攝 2 張圖像并將它們組合成一張圖像。例如拼貼畫(huà)。

輸出：

水平拼貼

垂直拼貼

       原文標(biāo)題 : 在 Python 中使用 OpenCV 進(jìn)行圖像處理