[人工智能] Python学习笔记 | opencv图像处理（一）

开发: C++知识库 Java知识库 JavaScript Python PHP知识库人工智能区块链大数据移动开发嵌入式开发工具数据结构与算法开发测试游戏开发网络协议系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑笔记本显卡显示器固态硬盘硬盘耳机手机 iphone vivo oppo 小米华为单反装机图拉丁

-> 人工智能 -> Python学习笔记 | opencv图像处理（一） -> 正文阅读

[人工智能]Python学习笔记 | opencv图像处理（一）

1. 计算机数据——图片

1.1 图片信息解读

利用计算机处理图像信息，我们必须要先了解计算机如何阅读图片信息。

我们都知道，在计算机的世界中只存在0和1两个元素，因此，为了能让计算机读懂图片，我们需要把图片转换成数字。右击图片，选择属性-详细信息，我们得到了一张图片的基本信息。

图片与其像素信息（图片437KB）

分辨率：照片长宽（长×宽），单位为像素

dpi：每英寸像素点数（Dots Per Inch），表示该图片的解析度

位深度：位深度是指在记录数字图像的颜色时，每个像素的所储存的信息大小

1.2 深入理解位深度

1.2.1 1-bit位深度

对于最基础的黑白色的图片，每个像素只需要考虑自己是白色还是黑色，因此，位深度可以为1 bit，每个像素用0（白色）或1（黑色）表示，可以得到下面这张图片：

1bit位深度的图片与其信息（图片18.7KB）

该图片事实上仅有0和1两个元素，即每个像素非黑即白，然而观察图片，却能看出灰色甚至其他颜色。这主要得益于人类大脑强大的脑部功能，自动处理了过渡区域的颜色变化。不过还是可以看出这张图好像打了马赛克一样，变得更模糊了。(大家可以放大这张图片看一看，可以看到许多黑点白点）

1.2.2 8-bit位深度

1-bit位深度的黑白照片很显然还是比较粗糙的，如果想要刻画出一张黑白照片的细节，则可以增加数据量，用一个字节（8-bit）来表示一个像素的数据。此时(00000000)₂表示白色，(11111111)₂（即十进制255）表示黑色，中间所有的数表示不同的灰度。

8bit位深度的图片与其信息（图片78.5KB）

可以发现上面的图片细节更加丰富，相对应的照片也更大了。

1.2.3 24-bit位深度

8-bit位深度的图片已经可以很好的展示黑白图像，但是如果想要展示彩色的照片，一个字节是不够的。为了确定颜色的数字化方式，国际照明委员会（CIE）确定了一套加色混色模型。

研究发现，我们眼睛的视网膜视锥细胞是可以分辨入射光线颜色变化的。
常人一般拥有三种类型的视锥细胞，每种类型的细胞能够识别出一种颜色——红色、绿色或蓝色，因此我们这样的普通人也被称为“三色视者”。
每种类型视细胞经过不同波长的光发生不同的连锁反应，引起视觉。三种视细胞被激活并往神经中枢（大脑）输送信息。大脑收集联合各种信号，并产生色觉，然后言语描述出来我们目及的是哪种颜色。

因此，我们通过不同比例的红绿蓝（RGB）三种光的混合模拟出所有颜色，每个颜色需要用3个字节（24-bit）表示，就得到了下面这张彩图：

24bit位深度的图片与其信息（图片232KB）

1.2.4 其他位深度

RGB混合模式目前最主流的一种颜色模型，但是该模型并不是唯一的颜色混合模型。因此，如果运用其他颜色模型存储彩色照片，就会出现其他位深度的图片。

各种颜色模型以及它们的内在关系

2. opencv入门

2.1 环境介绍

本机环境：

python 3.9
opencv库 4.5.2.52
pycharm community edition

库下载方式：

在终端输入：

pip install opencv-python

导入相应的库：

import numpy as np
import cv2

当cv2下没有出现红色下划线，表示安装成功。

2.2 读取图片

通过调用opencv中的imread方法，可以实现读取图片的二进制代码：

img = cv2.imread(filename, flags)
# filename是图片的路径
# flags可以不用填写，默认flags是cv2.IMREAD_COLOR

以下图为例，该图片长400像素，宽400像素：

阳光猫猫.png (400*400 px)

通过print函数，我们可以看到图片已经转化成一个矩阵:

print(img)
 # [[[ 75 116 163]
 # [ 76 117 162]
 # [ 80 121 166]
 # ...
 # [ 57 72 93]
 # [ 63 74 92]
 # [ 66 75 90]]
 #
 # [[ 72 111 158]
 # [ 74 114 159]
 # [ 80 119 165]
 # ...
 # [ 60 73 97]
 # [ 67 77 95]
 # [ 71 78 93]]
 #
 # ...
 #
 # [[113 94 106]
 # [ 98 79 93]
 # [ 97 79 94]
 # ...
 # [116 127 136]
 # [132 140 153]
 # [155 162 175]]]

可以发现，这个格式是一个numpy矩阵，因此我们可以调用numpy里的一些方法，帮助我们理解这个图片每个数据的含义

print(type(img))
# <class 'numpy.ndarray'>
# 这是一个numpy矩阵

首先，先要弄清楚这个矩阵有几行几列

print(img.shape)
# (400, 400, 3)

可以看到这个矩阵有400行，400列，并且每个行列内的元素由3个数字构成。

对应我们的图片可以发现，矩阵行数对应图片的宽度（两者都对应竖直方向），矩阵的列数对应图片的宽度（两者对应的列数），数字3，则表示图像每一个像素点由3个字节表示，在RGB体系中表示构成该颜色的红绿蓝值注2。

[注2] 在opencv中，每个像素点色彩的混合顺序是BGR，而不是主流的RGB。

imread方法中需要传入的第二个参数是flags，可以理解成对图片的读取模式，最常用的两个如下：

cv2.IMREAD_COLOR    # 原大小，全色彩 shape=(400, 400, 3)

cv2.IMREAD_GRAYSCALE    # 原大小，黑白 shape=(400, 400)

读取图片，本质上是把图片信息转换成矩阵，矩阵的行列长度为图片的宽与长，矩阵每一个元素表示对应像素点位置的颜色信息。图像处理，本质上就是对矩阵进行各种变换处理，再转换成图片。

2.3 预览图片

如果暂时预览图片的话，可以利用imshow的方法，弹出GUI窗口，具体方法如下：

cv2.imshow(winname, mat)
# winname是弹窗的标题，这里可以写任意字符
# mat（matrix）是我们的图片矩阵，需要输入矩阵形式的图片

但是当我们直接运行程序的时候，会发现我们的窗口会一闪而过，根本无法预览，这是因为我们需要设置弹窗一个等待时间。

cv2.imshow(winname, mat)
cv2.waitKey()
# 括号内可以传入一个整数，表示窗口停留的毫秒数，也可以空着
# 如果是0或负数，则会一直保持。

2.4 保存图片

通过使用cv2里的imwrite方法，可以实现矩阵写入图片的功能，具体方法如下：

cv2.imwrite(filename, img, params=None)
# filename是图片的保存路径
# img是图片的矩阵形式
# params一般不用，可不写

例如，我想要保存保存一张图片的黑白照片，可以这样处理：

in_path = 'in.png'
out_path = 'out.png'

img = cv2.imread(in_path, cv2.IMREAD_GRAYSCALE)
# 把图片转化成矩阵，只读取灰度
cv2.imwrite(out_path, img)
# 把img矩阵保存到out_path里面