智能圖像處理：Python和OpenCV實現(xiàn)-課件 第一章 數(shù)字圖像處理課件-opencv簡介

數(shù)字圖像處理一、OpenCV安裝教程DIRECTORY目錄二、OpenCV簡單使用三、Matplotlib庫簡單使用四、Numpy庫簡單使用一、OpenCV安裝教程2.1opencv及常用庫的安裝教程在完成PyCharm的初始化配置后，接下來配置OpenCV和一些常用庫。首先，單機操作界面左上角的“File”，之后單機“setting”，會出現(xiàn)如下的配置界面。2.1opencv及常用庫的安裝教程在完成opencv庫的安裝后，可以使用相同的方法完成Numpy庫的安裝。同樣，也可以使用相同的方法完成matplotlib庫的安裝。。二、OpenCV簡單使用2.1opencv圖像基礎在學習處理圖像的操作之前，首先要了解圖像的表示方法。圖像是由像素構成的，同等面積下，像素越多則圖像越清晰。圖像主要分為三類：二值圖像：圖像只有

黑、白

兩種顏色（像素點

0或1）灰度圖像：圖像只有

黑、白、灰

三種顏色（像素點

0-255，其中

0

為黑色，255

為白色，1-254

之間均為灰色）RGB圖像：彩色圖像其中，二值和灰度圖像

均為

單通道，RGB圖像

為

三通道。、彩色圖像（RGB）：由

紅、綠、藍

三色按照某種比例混合而成的。彩色圖像（BGR）:opencv庫專用，順序為藍、綠、紅。2.2opencv圖像的加載顯示和保存1、return=cv2.imread(filename,

flags)：讀取加載圖片，return是返回值，其值是讀取到的圖像filename是要讀取圖像的完整文件名flags是讀取標記用于控制讀取文件的類型2、cv2.imshow(winname,image)：顯示圖片winname是窗口的名稱image是要顯示的圖像3、cv2.waitKey(delay)：等待圖片的關閉delay表示等待鍵盤觸發(fā)時間，單位是ms。當該值為負數(shù)或0時表示無限等待，默認值為0.cv2.imwrite(filename,img)：保存圖片filename是要保持圖片的完整路徑img是要保存圖像的名字2.3圖像顯示窗口創(chuàng)建與銷毀1、dWindow(winname)：創(chuàng)建一個窗口。winname指窗口的名字2、cv2.destroyWindow(winname)：銷毀某個窗口。winname指窗口的名字3、cv2.destroyAllWindows()：銷毀所有窗口

2.4圖像常用屬性的獲取img.shape：打印圖片的高、寬和通道數(shù)（當圖片為灰度圖像時，顏色通道數(shù)為1，不顯示）img.size：打印圖片的像素數(shù)目img.dtype：打印圖片的格式2.4圖像常用屬性的獲取img.shape：打印圖片的高、寬和通道數(shù)（當圖片為灰度圖像時，顏色通道數(shù)為1，不顯示）img.size：打印圖片的像素數(shù)目img.dtype：打印圖片的格式運行結果：2.5生產(chǎn)指定大小的矩形區(qū)域1、一個圖片img，它的某個像素點可以用img[x,y,c]表示（x，y為坐標，c為通道數(shù)）2、同理，這個圖片的某個矩形區(qū)域可以表示為：img[x1:x2,y1:y2,c]（相當于截下一塊矩形，左上角坐標為（x1,y1），右下角坐標為（x2,y2））3、其中c一般取值為0，1，2（BGR）代表第幾個顏色通道，可以省略不寫img[x,y]代表所有通道。實例1、生成一個大小為（200，300）顏色通道為3的紅色圖片

實例2、從一張圖片上截取一個矩形區(qū)域2.6圖片顏色通道的分離與合并在圖像處理過程中，有時會根據(jù)需要對通道進行拆分與合并。OpenCV中提供了split()和merge()函數(shù)對圖像進行拆分與合并。cv2.split(m)：將圖片m分離為三個顏色通道2.6圖片顏色通道的分離與合并在圖像處理過程中，有時會根據(jù)需要對通道進行拆分與合并。OpenCV中提供了split()和merge()函數(shù)對圖像進行拆分與合并。cv2.split(m)：將圖片m分離為三個顏色通道cv2.merge(mv)：將三個顏色通道合并為一張圖片mv是需要合并的通道的圖像信息cv2.merge(mv)：將三個顏色通道合并為一張圖片mv是需要合并的通道的圖像信息三、Matplotlib庫簡單使用matplotlib庫函數(shù)基本用法（繪圖）Matplotlib庫是python優(yōu)秀的數(shù)據(jù)可視化第三方庫，有超過100種數(shù)據(jù)可視化顯示效果。只需幾行代碼就可以生成圖表，直方圖，功率譜，條形圖，誤差圖，散點圖等。Matplotlib由各種可視化類構成Matplotlib.pyplot是繪制各類可視化圖形的命令子庫，相當于快捷方式

（用戶可以僅通過調用pyplot就可以使用Matplotlib中所有可視化的類）引用：importmatplotlib.pyplotasplt，簡寫為plt已成為一個不成文的規(guī)定matplotlib庫函數(shù)基本用法（繪圖）3.1plt.figure（）用來畫圖，能自定義畫布大小figure(num=None,figsize=None,dpi=None,facecolor=None,edgecolor=None,frameon=True)num:圖像編號或名稱，數(shù)字為編號

，字符串為名稱figsize:指定figure的寬和高，單位為英寸；dpi參數(shù)指定繪圖對象的分辨率，即每英寸多少個像素，缺省值為801英寸等于2.5cm,A4紙是21*30cm的紙張facecolor:背景顏色edgecolor:邊框顏色frameon:是否顯示邊框實例3.2plt.plot(x,y，format_string，**kwargs)x:x軸數(shù)據(jù)，列表或數(shù)組，可選y:y軸數(shù)據(jù)，列表或數(shù)組format_string:控制曲線的格式字符串，可選**kwargs:第二組或更多，(x,y,format_string)3.3plt.subplot()plt.subplot()函數(shù)用于直接指定劃分方式和位置進行繪圖。#使用plt.subplot來創(chuàng)建小圖.plt.subplot(221)表示將整個圖像窗口分為2行2列,當前位置為1.plt.subplot(221)#plt.subplot(222)表示將整個圖像窗口分為2行2列,當前位置為2.plt.subplot(222)#第一行的右圖#plt.subplot(223)表示將整個圖像窗口分為2行2列,當前位置為3.plt.subplot(223)#plt.subplot(224)表示將整個圖像窗口分為2行2列,當前位置為4.plt.subplot(224)3.4plt.imshow()Matplotlib中的imshow函數(shù)用于繪制熱圖。(熱圖：時數(shù)據(jù)分析常用的方法。通過色差、亮度來展示數(shù)據(jù)的差異，容易理解)imshow(X,cmap=None,norm=None,aspect=None,interpolation=None,alpha=None,vmin=None,vmax=None,origin=None,extent=None,shape=None,filternorm=1,filterrad=4.0,imlim=None,resample=None,url=None,hold=None,data=None,**kwargs)主要參數(shù)：1.X：array_like對象/數(shù)列類對象,shape(n,m)X可以是數(shù)列類格式、或者PIL圖片。2.cmap：cmap是colormap的簡稱，用于指定漸變色，默認的值為viridis。3.aspect：aspect用于指定熱圖的單元格的大小，默認值為equal,此時單元格用于是一個方塊，當設置為auto時，會根據(jù)畫布的大小動態(tài)調整單元格的大小。4.alpha：alpha參數(shù)用于指定透明度。5.orign：orign參數(shù)指定繪制熱圖時的方向，默認值為upper此時熱圖的右上角為(0,0),當設置為lower時，熱圖的左下角為(0,0)。6.vmin和vmax：用于限定數(shù)值的范圍，只將vmin和vmax之間的值進行映射。7.interpolation：參數(shù)控制熱圖的顯示形式。8.extent：extent參數(shù)指定熱圖x軸和y軸的極值。3.5plt.show()在使用matplotlib庫的過程中，僅僅使用plt.imshow()函數(shù)無法將圖片顯示出來，必須在后面添加plt.show()函數(shù)才能完成圖片的顯示。原理：plt.imshow()函數(shù)負責對圖像進行處理，并顯示其格式，而plt.show()則是將plt.imshow()處理后的函數(shù)顯示出來。3.6繪制折線圖3.7繪制直方圖直方圖概述：從統(tǒng)計的角度講，直方圖是圖像內灰度值的統(tǒng)計特性與圖像灰度值之間的函數(shù)，直方圖統(tǒng)計圖像內各個灰度級出現(xiàn)的次數(shù)。其表示方法為：第一，確定圖像像元的灰度值范圍；第二，以適當?shù)幕叶乳g隔為單位將其劃分為若干等級；第三，以橫軸表示灰度級，以縱軸表示每一灰度級具有的像元數(shù)或該像元數(shù)占總像元數(shù)的比例值，做出的條形統(tǒng)計圖就是灰度直方圖。直方圖的繪制：OpenCV中提供了cv2.calcHist()函數(shù)用于計算統(tǒng)計直方圖，可使用matplotlib庫中的plot()函數(shù)繪制直方圖。hist=cv2.calcHist(image,channel,mask,histSize,range,accumulate)主要參數(shù)：hist表示返回的統(tǒng)計直方圖，數(shù)組內是各個灰度級的像素個數(shù)。image表示原始圖像，該圖像需要用“[]”括起來。channel

表示指定通道編號。通道編號需要用“[]”

括起來。mask表示掩模圖像。當統(tǒng)計整幅圖像的直方圖時，將這個值設為None.當統(tǒng)計圖

像某一部分的直方圖時，需要用到掩模圖像。histSize表示BINS的值，該值需要用“[]”括起來。range表示像素值范圍。accumulate表示累計標識，默認值為False如果被設置為True,則直方圖在開始計算時不會被清零，計算的是多個直方圖的累積結果，用于對一組圖像計算直方圖。該參數(shù)是可選擇的，一般情況下不需要設置。可見，輸出的hist為一維數(shù)組。使用calchHist（）函數(shù)計算圖像的統(tǒng)計直方圖。使用plot()函數(shù)繪制灰度直方圖。使用pyplot.hist()函數(shù)繪制灰度直方圖matplotlib.pyplot.hist(image,BINS)BINS表示灰度級的分組情況Image表示原始圖像數(shù)據(jù)，必須將其轉換為一維數(shù)組。四、Numpy簡單使用Numpy庫的簡單介紹NumPy是Python語言的一個第三方庫，其支持大量高維度數(shù)組與矩陣運算。此外，NumPy也針對數(shù)組運算提供大量的數(shù)學函數(shù)。機器學習涉及到大量對數(shù)組的變換和運算，NumPy就成了必不可少的工具之一。Numpy庫的功能：ndarray，一個多維數(shù)組結構，高效且節(jié)省空間無需循環(huán)，對整組數(shù)據(jù)進行快速運算的數(shù)學函數(shù)讀寫磁盤數(shù)據(jù)的工具以及用于操作內存映射文件的工具線性代數(shù)、隨機數(shù)生成和傅里葉變換功能用于集成C、C++等代碼的工具使用numpy創(chuàng)建一維數(shù)組numpy.array(object,

dtype=None,

copy=True,

order='K',

subok=False,

ndmin=0)object:數(shù)組公開數(shù)組接口的任何對象，返回數(shù)組的對象，或任何（嵌套）序列。dtype：數(shù)據(jù)類型，可選使用numpy創(chuàng)建二維數(shù)組使用numpy創(chuàng)建全為0的二維數(shù)組np.zeros(shape,dtype=None,older=‘C’)shape是一個int或一個int元組，用于定義數(shù)組的大小。如果我們僅指定一個int變量，則將返回一維數(shù)組。對于一個整數(shù)元組，將返回給定形狀的數(shù)組。dtype是一個可選參數(shù)，默認值為float。它用于指定數(shù)組的數(shù)據(jù)類型，例如int

older:C表示行優(yōu)先，F(xiàn)表示列優(yōu)先（可選參數(shù)）使用numpy創(chuàng)建全為1的二維數(shù)組numpy.ones(shape,dtype=None,order=‘C’)參數(shù)：shape是一個int或一個int元組，用于定義數(shù)組的大小。如果我們僅指定一個int變量，則將返回一維數(shù)組。對于一個整數(shù)元組，將返回給定形狀的數(shù)組。dtype是一個可選參數(shù)，默認值為float。它用于指定數(shù)組的數(shù)據(jù)類型，例如intolder:C表示行優(yōu)先，F(xiàn)表示列優(yōu)先（可選參數(shù)）使用numpy創(chuàng)建任意大小的數(shù)組并填充任意數(shù)字numpy.full(shape,

fill_value,

dtype=None,

order='C')返回一個根據(jù)指定shape和type,并用fill_value填充的新數(shù)組。參數(shù)：shape：整數(shù)或整數(shù)序列新數(shù)組的形態(tài)，單個值代表一維，參數(shù)傳元組，元組中元素個數(shù)就代表是幾維，例如，

(2,

3)

or

2.fill_value：

標量(無向量)填充數(shù)組的值dtype：數(shù)據(jù)類型，可選默認值為None查看要填充數(shù)組的值數(shù)據(jù)類型：np.array(fill_value).dtype。order：{‘C’,‘F’},可選是否在內存中以行為主（C風格）或列為主（Fortran風格）連續(xù)（行或列)順序存儲多維數(shù)據(jù)。使用numpy創(chuàng)建任意大小的數(shù)組并填充任意數(shù)字使用numpy創(chuàng)建一維等差數(shù)組numpy.arange(start,stop,step,dtype=None)參數(shù)：start:開始位置，數(shù)字，可選項，默認起始值為0stop:停止位置，數(shù)字step:步長，數(shù)字，可選項，默認步長為1，如果指定了step，則還必須給出start。dtype:輸出數(shù)組的類型。如果未給出dtype，則從其他輸入?yún)?shù)推斷數(shù)據(jù)類型。返回：均勻間隔值的數(shù)組。使用numpy創(chuàng)建一維等差數(shù)組使用numpy創(chuàng)建二維等差數(shù)組numpy.reshape(a,newshape,order=‘C’)參數(shù)：a：array_like要重塑的數(shù)組。newshape：int或int的元組新形狀應與原始形狀兼容。如果是整數(shù)，則結果將是該長度的一維數(shù)組。order：{'C'，'F'，'A'}，可選使用此索引順序讀取a的元素，然后使用此索