[人工智能]数字图像处理——实验一 Python中数字图像处理的基本操作

一、实验目的

（1）熟悉及掌握在Python中能够处理哪些格式图像；

（2）熟练掌握在Python中如何用 opencv-python 读取图像；

（3）掌握如何利用Python来获取图像的大小、颜色、高度、宽度等相关信息；

（4）掌握如何在Python中用 opencv-python 按照指定要求存储一幅图像的方法；

（5）掌握图像间的转化。

二、实验主要仪器设备

（1）计算机；

（2）Python及PyCharm软件；

（3）典型的灰度、彩色图像文件。

• 注：opencv-python 使用的是3.x 版本

三、实验原理

3.1 数字图像的表示和类别

一幅图像可以被定义为一个二维函数 $f(x,y)$，其中 $x$ 和 $y$ 是空间(平面)坐标，$f$ 在任何坐标 $(x,y)$ 处的振幅称为图像在该点的亮度。灰度是用来表示黑白图像亮度的一个术语，而彩色图像是由单个二维图像组合形成的。例如，在RGB彩色系统中，一幅彩色图像是由三幅独立的分量图像(红、绿、蓝)组成的。因此，许多为黑白图像处理开发的技术适用于彩色图像处理，方法是分别处理三副独立的分量图像即可。

要将这样的一幅图像转化为数字形式，就要求数字化坐标和振幅。将坐标值数字化成为取样；将振幅数字化成为量化。采样和量化的过程如 图1 所示。因此，当 $f$ 的 $x$ 、$y$ 分量和振幅都是有限且离散的量时，称该图像为数字图像。

在Python中，一幅图像可能包含一个数据矩阵，也可能有一个颜色映射表矩阵。opencv-python 支持四种图像类型，其区别在于数据矩阵元素的不同含义。它们是：

亮度图像（Intensity images）
二值图像（Binary images）
索引图像（Indexed images）
RGB图像（RGB images）

(1) 亮度图像

也称灰度图像。一幅亮度图像是一个数据矩阵，其归一化的取值表示亮度。若亮度图像的像素都是uint8类或uint16类，则它们的整数值范围分别是[0，255]和[0，65536]。若图像是double类，则像素取值就是浮点数。规定双精度型归一化亮度图像的取值范围是[0，1]。

(2) 二值图像

二值图像是指在图像中，每个像素的灰度等级只有两种。即全黑或者全白，在Python中，一幅二值图像是一个取值只有0和255的numpy数组。

(3) 索引图像

索引颜色通常也称为映射颜色，在这种模式下，颜色都是预先定义的，并且可供选用的一组颜色也很有限，索引颜色的图像最多只能显示256种颜色。

一幅索引颜色图像在图像文件里定义，当打开该文件时，构成该图像具体颜色的索引值就被读入程序里，然后根据索引值找到最终的颜色。

(4) RGB图像

一幅RGB图像就是彩色像素的一个M×N×3数组，其中每一个彩色相似点都是在特定空间位置的彩色图像相对应的红、绿、蓝三个分量。按照惯例，形成一幅RGB彩色图像的三个图像常称为红、绿或蓝分量图像。

值得注意的是，在 opencv-python 中，加载图像通道的顺序是BGR。但是 matplotlib（Python的一个绘图库）以RGB模式显示图像。因此，如果使用 opencv-python 读取彩色图像，则 matplotlib 中将无法正确显示彩色图像。

3.2 opencv-python图像文件格式

opencv-python 支持处理以下几种图像文件格式：

(1) PCX（Windows Paintbrush）格式

• 可处理1，4，8，16，24位等图像数据。文件内容包括：文件头（128字节），图像数据、扩展颜色映射表数据。

(2) BMP（Windows Bitmap）格式

• 有1，4，8，24位非压缩图像，8位RLE（Run-length Encoded）图像。文件内容包括：文件头（一个BITMAP FILEHEADER数据结构），位图信息数据块（位图信息头BITMAP INFOHEADER和一个颜色表）和图像数据。

(3) HDF（Hierarchical Data Format）格式

• 有8位，24位光栅数据集。

(4) JPEG(Joint Photographic Experts Group)格式

• 是一种成为联合图像专家组的图像压缩格式。

(5) TIFF（Tagged Image File Format）格式

• 处理1，4，8，24位非压缩图像，1，4，8，24位packbit压缩图像，一位CCITT压缩图像等。文件内容包括：文件头，参数指针表与参数域，参数数据表和图像数据四部分。

(6) XWD（X Windows Dump）格式

• 1，8位Zpixmaps、XYbitmaps；1位XYpixmaps。

(7) PNG（Portable Network Graphics）格式

四、实验内容及代码

4.1 实验内容

（1）利用 opencv-python 读取一幅彩色图像，并读取图像的基本信息；

（2）利用 opencv-python 显示图像；

（3）对彩色图像进行灰度化处理；

（4）对灰度图像进行二值化处理；

（5）对图像进行几何变换（缩放，平移，翻转）；

（6）储存处理后的图像。

4.2 实验数据

本实验有且仅用到一张图片，原始图片如 图2 所示：

4.3 实验代码

（1）读取以及显示原始彩色图像

cv2.imread() 函数为 opencv-python 包的读取图片的函数，该函数的变量列表如下：

cv2.imread(filename, flags=None)

第一个参数 filename 是图片路径，第二个参数 flags 表示图片读取模式，共有三种

实现代码：

import cv2  # 引入OpenCV库

img = cv2.imread(r'./data/1.jpg')   # 使用 imread 函数读取图像，并以 numpy 数组形式储存
print("Pic_Size:", img.shape)       # 查看图像的大小。返回的元组(touple)中的三个数依次表示高度、宽度和通道数
print("Pic_Type:", img.dtype)       # 查看图片的类型
cv2.imshow('img', img)              # 使用imshow函数显示图像，第一个参数是窗口名称（可不写），第二个参数是要显示的图像变量的名称
cv2.waitKey(0)                      # 可以让窗口一直显示图像直到按下任意按键
cv2.destroyAllWindows()

通过 opencv-python 显示原始彩色图像：

打印原始图像的大小和类型：

（2）对原始彩色图像进行灰度化处理

cv2.cvtColor()函数是 opencv-python 中的颜色空间转换函数，具体支持的转换类型如下表所示：

实现代码：

img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)    # 使用 cv2.cvtColor 函数转换色彩空间，从BGR空间转换到灰度空间
cv2.imshow('img_gray', img_gray)
cv2.waitKey(0)
cv2.destroyAllWindows()

对原始彩色图像进行灰度化处理后的图像：

（3）对灰度图像进行二值化处理

cv2.threshold() 函数的参数可参考：图像阈值处理cv2.threshold()函数（python）)

实现代码：

ret, img_binary = cv2.threshold(img_gray, 127, 255, cv2.THRESH_BINARY)  # 使用cv2.threshold进行阈值处理，127是阈值
cv2.imshow('img_binary', img_binary)
cv2.waitKey(0)
cv2.destroyAllWindows()

对灰度图像二值化处理后的图像：

（4）对图像进行几何变换（缩放，平移，翻转）

cv2.resize()函数可将原始图像进行相应的变换，具体介绍可参考：cv2.resize()_青春须早为,岂能长少年的博客-CSDN博客_cv2.resize

实现代码：

img_2x = cv2.resize(img, None, fx=2, fy=2, interpolation=cv2.INTER_CUBIC)   # 使用cv2.resize函数进行缩放
cv2.imshow('img_2x', img_2x)
cv2.waitKey(0)
cv2.destroyAllWindows()
cv2.imwrite(r'./data/img_2x.jpg', img_2x)

对原始彩色图像放大2倍后的图像：

附录：整体代码

import cv2  # 引入OpenCV库

img = cv2.imread(r'./data/1.jpg')   # 使用 imread 函数读取图像，并以 numpy 数组形式储存
print("Pic_Size:", img.shape)       # 查看图像的大小。返回的元组(touple)中的三个数依次表示高度、宽度和通道数
print("Pic_Type:", img.dtype)       # 查看图片的类型
cv2.imshow('img', img)              # 使用imshow函数显示图像，第一个参数是窗口名称（可不写），第二个参数是要显示的图像变量的名称
cv2.waitKey(0)                      # 可以让窗口一直显示图像直到按下任意按键
cv2.destroyAllWindows()

img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)    # 使用 cv2.cvtColor 函数转换色彩空间，从RGB空间转换到灰度空间
cv2.imshow('img_gray', img_gray)
cv2.waitKey(0)
cv2.destroyAllWindows()

ret, img_binary = cv2.threshold(img_gray, 127, 255, cv2.THRESH_BINARY)  # 使用cv2.threshold进行阈值处理，127是阈值
cv2.imshow('img_binary', img_binary)
cv2.waitKey(0)
cv2.destroyAllWindows()

img_2x = cv2.resize(img, None, fx=2, fy=2, interpolation=cv2.INTER_CUBIC)   # 使用cv2.resize函数进行缩放
cv2.imshow('img_2x', img_2x)
cv2.waitKey(0)
cv2.destroyAllWindows()
cv2.imwrite(r'./data/img_2x.jpg', img_2x)