「Python コンピュータビジョンプログラミング」学習ノート

第 1 章 基本的な画像の操作と処理

1.1 PIL: Python画像処理ライブラリ

PIL は、一般的な画像処理機能に加えて、画像の拡大縮小、トリミング、回転、色変換などの基本的な画像操作を提供します。PIL の関数を使用すると、画像形式ファイルからデータを読み取り、画像形式ファイルに書き込むことができます。

画像の色変換:convert()

from PIL import Image
from matplotlib import pyplot as plt

plt.figure(figsize=(8,6))
color_img = Image.open('picture1.jpg')
plt.subplot(121)
plt.imshow(color_img,cmap='gray')
# 不显示坐标轴
plt.axis('off')
# 转换成灰度图像
gray_img = color_img.convert('L')
plt.subplot(122)
plt.imshow(gray_img,cmap='gray')
plt.axis('off')
plt.show()

出力からわかるように、カラー画像は、convert('L') メソッドによってグレースケール画像に変換できます。

1.1.1 画像フォーマットを変換する

from PIL import Image
import os

# 想要更改图片所在的根目录
rootdir = "/Users/xionglulu/Desktop/picture"
# 获取目录下文件名清单
files = os.listdir(rootdir)

# 对文件名清单里的每一个文件名进行处理
for filename in files:
    portion = os.path.splitext(filename)  # portion为名称和后缀分离后的列表   #os.path.splitext()将文件名和扩展名分开
    if portion[1] == ".png":  # 如果为后缀为.png则更改名字
        newname = portion[0] + ".jpg"  # 要改的新后缀  #改好的新名字
        print(newname)  # 打印出更改后的文件名
        os.chdir(rootdir)  # 修改工作路径
        os.rename(filename, newname)  # 在工作路径下对文件名重新命名

画像形式の一括変換を実現する方法: 1. 画像が存在するルート ディレクトリ以下のすべてのファイル名のリストを取得します。 2. ファイル名を分割します。 3. ファイル名の形式を変換します。 4. パスを更新し、画像の名前を変更します。 。

この実験では、ファイル名を分割することが重要です。os.path.splitext(filename) メソッドを使用して、ファイル名を name と suffix.name に分割します。

1.1.2 サムネイル化、画像領域のコピー＆ペースト、画像のサイズ変更と回転

画像サムネイル：thumbnail()

このメソッドは、画像を指定されたパラメーター サイズのサムネイルに変換できます。

from PIL import Image
from matplotlib import pyplot as plt
# plt.figure(figsize=(8,6))
color_img= Image.open('picture1.jpg')
plt.subplot(121)
plt.imshow(color_img,cmap='gray')
#创建缩略图
color_img.thumbnail((128,128))
plt.subplot(122)
plt.imshow(color_img,cmap='gray')
plt.show()

出力からわかるように、元の画像は最長辺が 128 ピクセルのサムネイルに変換されます。

画像領域のコピーと貼り付け: Crop()、Paste()

Crop() メソッドを使用して、画像から指定された領域 (4 倍で指定) を切り抜きます。4 つの座標は (左、上、右、下) の順です。トリミングされた領域は、paste() メソッドを使用して元に戻すことができます。

from PIL import Image
from matplotlib import pyplot as plt
# plt.figure(figsize=(8,6))
color_img= Image.open('picture1.jpg')
plt.subplot(121)
plt.imshow(color_img,cmap='gray')
box=(500,500,1000,1000)
region=color_img.crop(box)
region=region.transpose(Image.ROTATE_180)
color_img.paste(region,box)
plt.subplot(122)
plt.imshow(color_img,cmap='gray')
plt.show()

結果の比較表からも分かるように、指定範囲を切り抜いた後、180度回転して元に戻しており、4倍は(500, 500, 1000, 1000)となります。

サイズ変更と回転：resize()、rotate()

元の画像を指定したパラメータ サイズに調整するには、resize() メソッドを使用します。指定した角度だけ元の画像を反時計回りに回転するには、rotate() メソッドを使用します。

from PIL import Image
from matplotlib import pyplot as plt
# plt.figure(figsize=(8,6))
color_img= Image.open('picture1.jpg')
plt.subplot(221)
plt.imshow(color_img,cmap='gray')
#调整尺寸
p1=color_img.resize((128,64))
plt.subplot(222)
plt.imshow(p1,cmap='gray')
#旋转图像
p2=color_img.rotate(65)
plt.subplot(223)
plt.imshow(p2,cmap='gray')
plt.show()

出力結果から、元画像のサイズが小さくなり、元画像が反時計回りに65度回転していることがわかります。

1.2 マットプロットライブラリ

Matplotlib は、数学的演算の処理、グラフの描画、画像上への点、線、曲線の描画に使用でき、PIL よりも強力な描画機能を備えたクラス ライブラリです。Matplotlib への Pylab インターフェイスには、プロットを作成するための多くの関数が含まれています。

1.2.1 绘制图像、点和线

from PIL import Image
from pylab import *
#读取图像到数组中
color_im=array(Image.open('picture1.jpg'))
#绘制图像
plt.imshow(color_im)
#一些点
x=[100,100,400,400]
y=[200,500,200,500]
#使用红色星状标记绘制点
plot(x,y,'r*')
#绘制连接这些点的线
plot(x[:4],y[:4])
plt.show()

通过结果图可以看出，代码首先绘制出原图像，然后在x和y列表中给定点的x坐标和y坐标上绘制出红色星状标记点，最后在两个列表表示的四个点之间绘制一条线。

1.2.2 图像轮廓和直方图

因为绘制图像的轮廓图需要对每个坐标[x，y]的像素值施加同一个阈值，所以需要首先将图像灰度化。

图像的直方图用来表征该图像像素值的分布情况。用一定数目的小区间来指定表征像素值的范围，每个小区间会得到落入该小区间表示范围的像素数目。

灰度图像的直方图用hist（）函数绘制：hist（）函数的第二个参数指定小区间的数目。

注意：因为hist（）只接受一维数组作为输入，所以在绘制图像直方图之前，必须先对图像进行压平处理。flatten（）方法将任意数组按照行优先准则转换为一维数组。

from PIL import Image
from pylab import *
#读取图像到数组中
gray_im=array(Image.open('picture1.jpg').convert('L'))
#新建一个图像
figure()
#不使用颜色信息
gray()
#显示轮廓图像
subplot(121)
contour(gray_im,origin='image')
axis('equal')
axis('off')
#绘制图像直方图
subplot(122)
hist(gray_im.flatten(),128)
show()

由直方图结果可以看出该灰度图像的亮度较高，灰度值主要集中在100-200之间。

1.2.3 交互式标注

from PIL import Image
from pylab import *
im=array(Image.open('picture1.jpg'))
imshow(im)
print('Please click 3 points')
g=ginput(3)
print("you clicked:",g)
show()

1.3 NumPy

NumPy是Python科学计算工具包，包含数组对象以及线性代数函数。

1.3.1  图像数组表示

from PIL import  Image

from  numpy import *
im=array(Image.open('picture1.jpg'))
print(im.shape,im.dtype)
im=array(Image.open('picture1.jpg').convert('L'),'f')
print(im.shape,im.dtype)

由结果可以看出每行的第一个元组表示图像数组的大小（行、列、颜色通道），紧接着的字符串表示数组元素的数据类型。

其中灰度图像没有颜色信息，所以在形状元组中，它只有两个数值。

1.3.2 灰度变换

from  PIL import  Image
from numpy import *
from pylab import *
im1=array(Image.open('picture1.jpg').convert('L'))
gray()
im2=255-im1
im3=(100.0/255)*im1+100
im4=255.0*(im1/255.0)**2
subplot(221)
axis('off')
imshow(im1)
subplot(222)
axis('off')
imshow(im2)
subplot(223)
axis('off')
imshow(im3)
subplot(224)
axis('off')
imshow(im4)
show()
print (int(im1.min()),int(im1.max()))

从结果可以看出，第二幅图是将灰度图像进行反相处理的结果，第三幅图是将图像的像素值变换到100-200区间的结果，最后一幅图是对图像进行二次函数变换的结果，使较暗的像素值变得更小。

1.3.3 直方图均衡

直方图均衡化是指将一幅图像的灰度直方图变平，使变换后的图像中每个灰度值的分布概率都相同。在对图像做进一步处理之前，直方图均衡化通常是对图像灰度值进行归一化的一个非常好的方法，并且可以增强图像的对比度。

直方图均衡化的变换函数是图像中像素值的累积分布函数（ cumulative distribution function， 简写为 cdf，将像素值的范围映射到目标范围的归一化操作）。

def histeq(im,nbr_bins=256):
    #计算图像直方图
    imhist,bins=histogram(im.flatten(),nbr_bins,density=True)
    cdf=imhist.cumsum()#累积分布函数
    cdf=255*cdf/cdf[-1]#归一化
    im2=interp(im.flatten(),bins[:-1],cdf) #使用累积分布函数的线性插值，计算新的像素值
    return im2.reshape(im.shape),cdf

#绘制直方图
from PIL import Image
from pylab import *
im=array(Image.open('picture1.jpg').convert('L'))
im2,cdf=histeq(im)
figure()
gray()
subplot(221)
axis('off')
title(r'before')
imshow(im)
subplot(222)
axis('off')
title(r'after')
imshow(im2)
subplot(223)
hist(im.flatten(),128)
subplot(224)
hist(im2.flatten(),128)
show()

通过输出结果可以看出，直方图均衡化后图像的对比度增强了，原先图像灰色区域的细节变得清晰了。

1.4 SciPy

SciPy是建立在NumPy基础上，用于数值运算的工具包。可以实现数值积分、优化、统计、信号处理，以及图像处理功能。

1.4.1 图像模糊（高斯滤波）

图像的高斯模糊是将灰度图像I和一个高斯核进行卷积操作：其中*表示卷积操作，是标准差为的二维高斯核

from PIL import Image
from numpy import *
from pylab import *
from scipy.ndimage import gaussian_filter

im=array(Image.open('picture1.jpg'))
subplot(221)
axis('off')
title('before')
imshow(im)
# 不同标准差下进行图像滤波
for n,m in enumerate([2,5,10]):
    # 数组初始化
    im2=zeros(im.shape)
    # 彩色图像高斯滤波
    for i in range(3):
        im2[:,:,i]=gaussian_filter(im[:,:,i],m)
    im2=uint8(im2)
    subplot(2,2,2+n)
    title(f'σ={m}')
    axis('off')
    imshow(im2)
show()

从输出结果可以看出，随着的增加，一幅图像被模糊的程度越大，图像丢失的细节越多。想要模糊彩色图像，对每一个颜色通道进行高斯模糊即可。