用Python进行OpenCV和图像处理的介绍

随着最近在IT行业的崛起，计算机视觉（CV）已经成为人工智能（AI）中最有前途的领域之一。图像处理，因此是CV的基础。在这一系列的文章中，我们将介绍它的基础知识。当你跟随这个在线教程时，你将在Python编程语言中的OpenCV库的帮助下，学习图像处理的一些核心概念。

在这篇文章中，我们包括

• 安装和设置
• 图像表示法（图像的数学表示法）
• 用OpenCV加载一个图像
• 图像作为一个数组
• 图像的索引

1.安装和设置

在这篇文章中，你将需要以下库：NumPy和OpenCV。Pip是在Python中安装外部库的最简单方法。用以下步骤进行安装。

1.1 OpenCV的安装

要在Windows中安装OpenCV和NumPy，请使用以下命令。

pip install numpy
pip install opencv-python

要在Linux中做同样的事情，在终端使用这些命令。

$pip3 install opencv-python
$pip3 install numpy

1.2 安装

为了导入OpenCV和Numpy，在你的Python文件中添加这些行。

import numpy as np
import cv2

2.图像表示法（图像的数学表示法）

21世纪是一个数字化的世纪。数字信号，如电信信号、音频信号、电信号正在占据主导地位。图像也不例外。将图像转换为数字形式使得图像处理变得更加容易。让我们深入了解图像在计算机内存中是如何以数字形式表示的。

2.1 作为矩阵的图像

图像被表示为二维矩阵。矩阵的每个元素代表一个像素，每个像素的值决定了一个颜色的强度。像素的位置是由它在相应的行和列中的位置决定的。

图像的表示方法有很多，其中最流行的两种是：灰度和RGB。灰度图片就是我们所知道的黑白图片，而RGB是一种多色图片。我们将在后面深入介绍这些概念。

3.用OpenCV加载图像

在本节中，我们将加载、显示和保存图像。本文中使用的所有图片都可以在这里找到。

3.1 加载一个图像

使用OpenCV的imread函数加载图像是一项非常简单的任务。Imread需要两个参数。第一个是我们想要加载的图片的路径，第二个是指定我们想要的图片的类型（灰度，彩色或不变）。

当我们想加载彩色图片时，第二个参数是1。

img_color = cv2.imread('/content/lena_color.png', 1) #1 == cv2.IMREAD_COLOR you can pass both parameters

当我们想加载灰度图片时，第二个参数为0。

img_gray = cv2.imread('/content/lena_color.png', 0) #0 == cv2.IMREAD_GRAYSCALE you can pass both parameters

3.2 显示图像

显示一张图片可以在 OpenCV的imshow函数的帮助下完成 。Imshow也需要两个参数。一个字符串，代表要显示图像的窗口名称和存储图像的变量名称。

显示彩色图片

#Showing color image
cv2.imshow('Colored picture', img_color)

显示灰度图片

#Showing gray image
cv2.imshow('Gray picture', img_gray)

3.3 保存图像

在进行了某些操作后，我们想保存已改变的图像。幸运的是，也有一个函数用于此。该函数的名称是imwrite，它也需要两个参数。第一个是新图像文件的名称，第二个是存储我们想保存的图像的变量名称。

#Saving a colored image
cv2.imwrite('img_color.png', img_color)
#Saving a gray image
cv2.imwrite('img_gray.png', img_gray)

4.图像是一个数组

正如我们已经提到的，图像被表示为矩阵，它是二维数据结构，数字被排列成行和列。

比如说：

这个矩阵有3行和4列。

在Python中，我们没有内置的矩阵，但是我们把它们写成一个数组。数组的数量代表行的数量，而数组元素的数量（数组的长度），代表列的数量。

对于这个具体的例子，我们会写成。

#Defining a list of lists
A = [[2,-5,-11,0],
     [-9,4,6,13],
     [4,7,12,-2]]

我们也可以使用numpy库来创建新的矩阵。

import numpy as np

A = np.array([[2,-5,-11,0],
    [-9,4,6,13],
    [4,7,12,-2]])

OpenCV中的图片是以numpy数组的形式存储的，不同的是用于存储图片的矩阵要比这个大得多。

到目前为止，我们已经看到我们可以同时显示灰度和彩色图片。那么当涉及到存储时，它们之间有什么区别呢？

4.1 灰度图像

灰度图像由一个通道组成，或者更准确地说，是一个矩阵，其中每个像素值都代表该像素的强度。像素值范围为0-255，用uint8或8位表示（每个像素用8位表示）。靠近0的是较暗的色调，其中0是黑色，自然靠近255的值是较亮的，值255是白色。

0和255之间的值代表灰色的色调。我们之前加载的图像，当存储在一个矩阵中时，看起来会是这样的。

img_gray = cv2.imread('/content/lena_color.png', 0)

#attribute shape returns number of rows and columns in matrix
print(img_gray.shape) # => (512, 512) 

我们可以看到，之前显示的莉娜的灰色图片，实际上是一个512×512的矩阵。

4.2 RGB图像

RGB是指红-绿-蓝。我们称它们为三原色，原因是我们只能看到这三种颜色。我们看到的其他每一种颜色都只是这三种颜色的组合。彩色图像利用人类眼睛的这一特性来模仿所有的颜色。

基本上，RGB图像是三个串联的矩阵，每个矩阵的像素值都代表给定颜色的阴影（红-绿-蓝）。将这三个矩阵结合起来，我们就得到了一个彩色的图片。

加载一个彩色图片，会给我们一个看起来像这样的矩阵。

img_color = cv2.imread('/content/lena_color.png', 1)
print(img_color.shape) # => (512, 512, 3)

我们可以看到，图像被表示为三个矩阵串联在一个数组中。与灰度图像不同，现在有三个通道，每个通道代表一种颜色。 值得一提的是，在OpenCV中，通道的顺序是相反的。这意味着首先是蓝色， 其次是红色， 第三是绿色（BGR）。

5.图像索引

有时我们想改变图像的某一部分，或者只是一个像素。因此，我们需要以某种方式访问这些部分并改变其值。正如我们之前提到的，每个像素的位置是由图像矩阵中的行和列定义的。考虑到这一点，我们将展示图像索引到底是如何完成的。

5.1 访问像素值

图像索引与python中的列表索引非常相似。唯一的区别是，在图像中我们有两个坐标。让我们从一个图像中选择一个像素。

import numpy as np
import cv2

#Indexing image to get value of a single pixel, first index represents row and second index represents column
img_gray = cv2.imread('/content/lena_color.png', 0)
pixel_value = img_color[156, 264]

print(pixel_value) # => 175

正如你所看到的，第157行和第265列的像素的值是175。需要注意的是，行在前，列在后，这一点非常重要。如果我们想选择多个像素值，我们也可以这样做，就像我们用列表做的那样，但同样我们有两个坐标。

例如，让我们选择我们图像中的第四行。正如我们之前看到的，我们的图像是一个尺寸为516×516的数组，所以对于一行我们将得到一个尺寸为1×516的数组。

import numpy as np
import cv2

#Indexing image to get value of the fourth row
img_gray = cv2.imread('/content/lena_color.png', 0)
fourth_row = img_gray[4, :]

print(fourth_row.shape) # => (516,)

我们也可以使用行和列的间隔索引来获得图像的一部分。我们将从156到159的所有行，以及4到7的所有列。让我们看看我们得到了什么。

import numpy as np
import cv2

#Indexing image to get value of part of an image
img_gray = cv2.imread('/content/lena_color.png', 0)
snipped_img = img_gray[156:159, 4:7]

print(fourth_row)# => [[111 110 110]
                 #     [110 109 109]
                 #     [106 110 112]]

我们用这种索引方式剪下了图片的一部分，这非常有用。另外，在Python中我们有一种叫做逻辑索引的东西。有时我们需要满足某些条件的所有像素。让我们选择所有等于255的像素。

import numpy as np
import cv2

img_gray = cv2.imread('/content/lena_color.png', 0)
print([img_gray == 255]) # => [[False, False, False, ..., False, False, False]], logical matrix True/False
print(img_gray[img_gray == 255]) # => [], None of pixels have value 255

我们可以看到我们的逻辑矩阵充满了假值，这意味着没有一个像素满足我们的条件。

5.2 改变像素值

现在我们知道了如何访问像素值，我们可以轻松地改变它们。例如，我们可以为图像中的每个位置分配一个新的、恒定的像素值，或者我们可以对选定的像素进行一些数学运算，将它们转化为我们需要的方式。这就是这两种方法的工作原理。

import numpy as np
import cv2

#Indexing image to change its values
img_gray = cv2.imread('/content/lena_color.png', 0)
#Assigning new value to an image position
img_gray[75, 4] = 231
print(img_gray[75, 4]) # => 231

#Doing mathematical operations on part of an image
img_gray[156:159, 4:7] = img_gray[156:159, 4:7] - 6
print(img_gray[156:159, 4:7]) # => [[105 104 104]
                              #     [104 103 103]
                              #     [100 104 106]]

5.3 OpenCV实例

现在我们已经学会了如何改变像素值，让我们看看当我们显示一幅图像时它的实际效果。首先，我们要加载我们的图片，看看如果我们将所有的像素值增加某个数字会发生什么。

img_gray = cv2.imread('/content/baboon.png', 0)
cv2.imshow(img_gray)

new_img = img_gray+100

cv2.imshow(new_img)

通过将所有像素值增加100，图片整体上应该更亮。那么，为什么某些区域会比以前更暗呢？

这是因为在操作之后，如果像素值超过了255，它就不会再去超过它，而是循环往复，从刻度的底部开始。

因此，如果一个像素之前的值是240，而我们添加了100，那么它现在的值将是85.通常，我们不希望发生这种情况，而是将其限定在255.我们可以通过使用OpenCV的添加函数来做到这一点。第一个参数指定图像，第二个参数决定我们要添加的数量。

Img_gray_cap= cv2.add(img_gray,100)
cv2.imshow(img_gray_cap)

正如我们所看到的，没有更深的颜色，这意味着会超过限制的值被封住了。现在让我们来执行增加图像内的对比度这一简单任务。基本上，我们想让明亮的像素更加明亮，而黑暗的像素更加黑暗。

img_gray[img_gray>150] = 255
img_gray[img_gray<100] = 0

cv2_imshow(img_gray)

大于150的像素被赋予255的值，而低于100的像素被赋予0的值，结果如下。

结论

根据不同的情况，你要使用不同的可视化、索引和赋值方法。图像处理需要大量的经验和知识。通过这篇文章，你刚刚迈出了学习图像处理和计算机视觉的第一步。我们鼓励你继续关注我们的系列报道。我们将涵盖OpenCV和图像处理的更多基本概念。在你征服了这些基础知识之后，我们将做一些项目和更多的高级概念。