点击上方“算法猿的成长“，关注公众号，选择加“星标“或“置顶”

总第 146 篇文章，本文大约 5000 字，阅读大约需要 20 分钟

前言

虽然计算机视觉领域目前基本是以深度学习算法为主，但实际上很多时候对图片的很多处理方法，并不需要采用深度学习的网络模型，采用目前成熟的图像处理库即可实现，比如 OpenCV 和 PIL ，对图片进行简单的调整大小、裁剪、旋转，或者是对图片的模糊操作。

所以本文主要是介绍用 OpenCV 实现一些基本的图像处理操作，本文的目录如下所示：

1. 安装

2. 旋转图片

3. 裁剪图片

4. 调整图片大小

5. 调整图片对比度

6. 模糊图片

• 高斯模糊

• 中值模糊

• 边缘检测

• 转为灰度图

• 形心检测

• 对彩色图片采用蒙版（mask）

• 提取图片的文字（OCR）

• 检测和修正歪曲的文字

• 颜色检测

• 去噪

• 检测图片的轮廓

• 移除图片的背景

• 原文地址：

  https://likegeeks.com/python-image-processing/

  代码和样例图片的地址：

  https://github.com/ccc013/CodesNotes/tree/master/opencv_notes

  https://github.com/ccc013/CodesNotes/blob/master/opencv_notes/opencv_image_process_tutorial.ipynb

  ---

  1. 安装

  OpenCV 的安装还是比较简单的，直接用 pip 命令在命令行安装即可，输入以下命令：

  pip install opencv-python
  

  验证是否安装成功，可以运行 python 命令，然后分别输入以下命令：

  import cv2
  

  运行成功，没有报错，即安装成功。

  2. 旋转图片

  首先，还是需要导入 cv2 模块：

  import cv2
  

  然后第一件事情就是读取图片，调用imread 函数即可，输入参数是图片的路径，如下代码所示：

  # 读取图片
  img = cv2.imread('example.jpg')
  print(f'type: {type(img)}')
  plt.axis('off')
  plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
  

  然后打印读取的图片类型，可以知道是一个numpy 的多维数组，即矩阵的形式。

  上述代码运行结果如下：

  

  下面的所有功能实现，我都是在 jupyter notebook  上实现的，所以展示图片部分和原文有所不同，原文展示图片代码是采用：

  cv2.imshow('original image', img)
  cv2.waitKey(0)
  

  而在 jupyter 中，需要先导入下面的库：

  import matplotlib.pyplot as plt
  %matplotlib inline
  

  然后直接调用 plt.imshow() 函数，不过 opencv 都需要做一个转换过程，即：

  plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
  

  读取好图片后，接下来就是实现旋转图片，这里分为以下三个步骤：

  1. 获取图片的宽和高

  2. 调用函数cv2.getRotationMatrix2D() 得到旋转矩阵

  3. 通过 wrapAffine 实现旋转

  实现的代码如下所示：

  # 获取图片的宽、高
  height, width = img.shape[:2]
  print(height, width)
  rotationMatrix = cv2.getRotationMatrix2D((width/2, height/2), 45, .5)
  rotationImage = cv2.warpAffine(img, rotationMatrix, (width, height))
  print(f'rotation image shape:{rotationImage.shape}')
  plt.imshow(cv2.cvtColor(rotationImage, cv2.COLOR_BGR2RGB))
  

  结果如下所示：

  

  3. 裁剪图片

  裁剪图片的步骤如下：

  1. 读取图片，并获取图片的宽和高；

  2. 确定裁剪后图片的宽和高；

  3. 开始裁剪操作

  实现代码如下所示：

  img = cv2.imread('example.jpg')
  height, width = img.shape[:2]
  print(f'origin image shape:{img.shape}')
  # 设置裁剪后图片的大小
  start_row = int(height * 0.15)
  start_col = int(width * 0.15)
  end_row = int(height * 0.85)
  end_col = int(width * 0.85)
  # 裁剪图片
  cropped_image = img[start_row:end_row, start_col:end_col]
  print(f'crop image shape:{cropped_image.shape}')
  plt.axis('off')
  plt.imshow(cv2.cvtColor(cropped_image, cv2.COLOR_BGR2RGB))
  

  效果如下图所示：

  

  4. 调整图片大小

  对图片进行调整大小的操作，采用的是resize() 函数，这里有两种方式进行调整大小：

  1. 坐标轴方式来指定缩放比例，即fx, fy 参数；

  2. 直接给出调整后图片的大小。

  第一种方式的实现代码：

  img = cv2.imread('example.jpg')
  height, width = img.shape[:2]
  print(f'origin image shape:{img.shape}')
  # 1
  new_img = cv2.resize(img, (0, 0), fx=0.75, fy=0.75)
  print(f'new img shape:{new_img.shape}')
  plt.axis('off')
  plt.imshow(cv2.cvtColor(new_img, cv2.COLOR_BGR2RGB))
  

  实现效果：

  

  第二种方法的实现代码：

  # 2
  new_img = cv2.resize(img, (800, 800))
  print(f'new img shape:{new_img.shape}')
  plt.axis('off')
  plt.imshow(cv2.cvtColor(new_img, cv2.COLOR_BGR2RGB))
  

  实现结果如下所示：

  

  5. 调整图片对比度

  在 Python 的 OpenCV 模块中并没有特定的实现调整图片对比度的函数，但官方文档给出实现调整图片亮度和对比度的公式，如下所示：

  new_img = a*original_img + b
  

  官方文档地址：

  https://docs.opencv.org/master/d3/dc1/tutorial_basic_linear_transform.html

  这里公式中的 a 就是 , 表示图片的对比度，

  • 如果它大于 1，就是高对比度；

  • 如果在 0-1 之间，那就是低对比度；

  • 等于 1，表示没有任何变化

  b 是 ，数值范围是 -127 到 127；

  要实现上述公式，可以采用 addWeighted() 方法，它输出的图片是一个 24 位的 0-255 范围的彩色图片。

  其语法如下所示：

  cv2.addWeighted(source_img1, alpha1, source_img2, alpha2, beta)
  

  这个方法是接收两张输入的图片，然后根据 alpha1 和 alpha2 来将两种图片进行融合。

  如果只是想调整图片的对比度，那么可以将第二个图片通过 Numpy 设置为 0。

  所以，实现的代码如下所示：

  import numpy as np
  img = cv2.imread('example.jpg')
  # 高对比度
  hight_contrast_img = cv2.addWeighted(img, 2.5, np.zeros(img.shape, img.dtype), 0, 0)
  # 低对比度
  low_contrast_img = cv2.addWeighted(img, 0.5, np.zeros(img.shape, img.dtype), 0, 0)
  plt.figure(figsize=(32, 16))
  plt.subplot(3, 1, 1)
  plt.title('origin image')
  plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
  plt.subplot(3, 1, 2)
  plt.title('hight contrast image')
  plt.imshow(cv2.cvtColor(hight_contrast_img, cv2.COLOR_BGR2RGB))
  plt.subplot(3, 1, 3)
  plt.title('low contrast image')
  plt.imshow(cv2.cvtColor(low_contrast_img, cv2.COLOR_BGR2RGB))
  

  实现效果如下所示：

  

  6. 模糊图片

  高斯模糊

  高斯模糊采用的是 GaussianBlur() 方法，采用高斯核，并且核的宽和高必须是正数，且是奇数。

  高斯滤波主要用于消除高斯噪声，可以保留更多的图像细节，经常被称为最有用的滤波器。

  实现的代码如下所示：

  img = cv2.imread('example.jpg')
  blur_img = cv2.GaussianBlur(img, (7, 7), 3)
  plt.figure(figsize=(32, 32))
  plt.subplot(1, 2, 1)
  plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
  plt.subplot(1, 2, 2)
  plt.imshow(cv2.cvtColor(blur_img, cv2.COLOR_BGR2RGB))
  

  实现效果：

  

  中值模糊

  对于中值模糊，就是用区域内的中值来代替本像素值，因此孤立的斑点，比如 0 或者 255 的数值很容易消除掉。

  所以中值模糊主要用于消除椒盐噪声和斑点噪声。

  实现代码：

  img = cv2.imread('example.jpg')
  blur_img = cv2.medianBlur(img, 5)
  plt.figure(figsize=(32, 32))
  plt.subplot(1, 2, 1)
  plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
  plt.subplot(1, 2, 2)
  plt.imshow(cv2.cvtColor(blur_img, cv2.COLOR_BGR2RGB))
  

  实现效果如下所示：

  

  7. 边缘检测

  边缘检测主要是通过Canny() 方法，它实现了 Canny 边缘检测器，这也是目前最优的边缘检测器。

  Canny() 方法的语法如下：

  cv2.Canny(image, minVal, maxVal)
  

  其中 minVal 和 maxVal 分别表示梯度强度值的最小值和最大值。

  实现代码如下：

  img = cv2.imread('example.jpg')
  edge_img = cv2.Canny(img, 100, 200)
  plt.figure(figsize=(32, 32))
  plt.subplot(1, 2, 1)
  plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
  plt.subplot(1, 2, 2)
  plt.imshow(cv2.cvtColor(edge_img, cv2.COLOR_BGR2RGB))
  

  实现结果：

  

  8. 转为灰度图

  最简单的将图片转为灰度图的方法，就是读取的时候，代码如下所示：

  img = cv2.imread("example.jpg", 0)
  

  而另一种方法就是用 BGR2GRAY ，实现代码：

  img = cv2.imread('example.jpg')
  gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)plt.figure(figsize=(32, 32))
  plt.subplot(1, 2, 1)
  plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
  plt.subplot(1, 2, 2)
  plt.imshow(cv2.cvtColor(gray_img, cv2.COLOR_BGR2RGB))
  

  实现效果：

  

  9. 形心检测

  检测一张图片的形心位置，实现步骤如下所示：

  1. 读取图片，并转为灰度图；

  2. 通过moments() 方法计算图片的 moments；

  3. 接着利用第二步的结果来计算形心的 x，y 坐标

  4. 最后可以绘图展示检测的结果。

  本例使用的图片如下：

  

  实现代码：

  gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
  moment = cv2.moments(gray_img)
  X = int(moment ["m10"] / moment["m00"])
  Y = int(moment ["m01"] / moment["m00"])
  cv2.circle(img, (X, Y), 50, (205, 114, 101), 1)plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
  

  实现的效果：

  

  10.对彩色图片采用蒙版（mask）

  图像蒙版就是将一张图片作为另一张图片的蒙版，或者是修改图片中的像素值。

  本例中将采用HoughCircles() 方法来应用蒙版，这个方法可以检测图片中的圆，然后对这些圆应用蒙版。

  本例采用的图片为：

  

  实现代码：

  img1 = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
  gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
  circles = cv2.HoughCircles(gray_img, cv2.HOUGH_GRADIENT, 1, 20, param1=50, param2=50, minRadius=0, maxRadius=0)
  circles = np.uint16(np.around(circles))masking=np.full((img1.shape[0], img1.shape[1]),0,dtype=np.uint8)
  for j in circles[0, :]:cv2.circle(masking, (j[0], j[1]), j[2], (255, 255, 255), -1)
  final_img = cv2.bitwise_or(img1, img1, mask=masking)
  plt.imshow(cv2.cvtColor(final_img, cv2.COLOR_BGR2RGB))
  

  实现效果：

  

  11.提取图片的文字（OCR）

  实现提取图片的文字是通过安装使用谷歌的 Tesseract-OCR，首先需要从下面这个网址中下载：

  https://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-setup-3.05.02-20180621.exe

  接着再进行安装：

  pip install pytesseract
  

  如果是 mac，安装步骤可以是这样的：

  brew install tesseract
  pip install pytesseract
  

  本例使用的图片：

  

  实现代码如下所示：

  import pytesseractpytesseract.pytesseract.tesseract_cmd = '/usr/local/bin/tesseract'
  img = cv2.imread('pytext.png')
  pytesseract.image_to_string(img)
  

  实现结果：

  

  注意这里需要设置 tesseract 的执行路径，两种方法，第一种是设置环境变量：

  windows 版：https://blog.csdn.net/luanyongli/article/details/81385284

  第二种是在代码中进行指定，即代码中pytesseract.pytesseract.tesseract_cmd = '/usr/local/bin/tesseract'，

  这里我用的是 Mac，所以这个路径可以在命令行中输入which tesseract 来找到。

  12. 检测和修正歪曲的文字

  在本例中，使用的图片如下：

  

  首先还是先读取图片，并转换为灰度图：

  

  接着采用 bitwise_not 方法将背景和文字颜色进行交换，变成白字黑底：

  

  接着分别找到 x，y 坐标中大于 0 值的像素值，并通过minAreaRect() 计算得到歪曲的角度，接着就是计算要修正的角度，然后再通过之前旋转图片的方法来修正，实现代码和结果如下：

  

  完整的实现代码：

  import cv2
  import numpy as npimg = cv2.imread('Skewed-text-image.png')
  gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
  gray_img = cv2.bitwise_not(gray_img)
  coordinates = np.column_stack(np.where(gray_img > 0))
  ang=cv2.minAreaRect(coordinates)[-1]if ang<-45:angle=-(90+ang)
  else:angle=-angheight, width = img.shape[:2]
  center_img = (width / 2, height / 2)rotationMatrix = cv2.getRotationMatrix2D(center_img, angle, 1.0)
  rotated_img = cv2.warpAffine(img, rotationMatrix, (width, height), borderMode = cv2.BORDER_REFLECT)
  plt.imshow(cv2.cvtColor(rotated_img, cv2.COLOR_BGR2RGB))
  

  13. 颜色检测

  在本次例子中实现检测图片中的绿色区域，使用的图片:

  

  首先是读取图片后，转换到 HSV 空间：

  

  接着需要通过 Numpy 设置绿色像素值的上下范围区间：

  lower_green = np.array([34, 177, 76])
  upper_green = np.array([255, 255, 255])
  

  接着通过 inRange() 方法来判断输入图片中是否包含在设置后的绿色区间范围内，如果有，那就表示检测到绿色这种颜色的像素区域。

  完整实现的代码：

  import cv2
  import numpy as npimg = cv2.imread("pycolor.png")
  hsv_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
  plt.imshow(cv2.cvtColor(hsv_img, cv2.COLOR_BGR2RGB))lower_green = np.array([34, 177, 76])
  upper_green = np.array([255, 255, 255])masking = cv2.inRange(hsv_img, lower_green, upper_green)
  plt.imshow(cv2.cvtColor(masking, cv2.COLOR_BGR2RGB))
  

  实现结果：

  

  14. 去噪

  OpenCV 中提供了下面 4 种图像去噪的方法：

  1. fastNlMeansDenoising()：从灰度图中降噪；

  2. fastNlMeansDenoisingColored()：从彩色图片中降噪

  3. fastNlMeansDenoisingMulti()：从灰度图片帧（灰度视频）中降噪；

  4. fastNlMeansDenoisingColoredMulti()：从彩色图片帧中降噪

  本次例子会用第二种方法：fastNlMeansDenoisingColored()

  实现的代码如下所示：

  import cv2img = cv2.imread('example.jpg')
  result = cv2.fastNlMeansDenoisingColored(img,None,20,10,7,21)plt.figure(figsize=(32, 32))
  plt.subplot(1, 2, 1)
  plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
  plt.subplot(1, 2, 2)
  plt.imshow(cv2.cvtColor(result, cv2.COLOR_BGR2RGB))
  

  其中对于方法fastNlMeansDenoisingColored()的个参数分别是：

  • 输入的原图

  • 输出图片，不过这里设置为 None，我们直接保存到 result 变量里；

  • 滤波器强度

  • 和滤波器强度一样，但针对的是彩色图片的噪声，一般设置为 10；

  • 模板块像素大小，必须是奇数，一般设置为 7；

  • 计算给定像素均值的窗口大小

  实现结果：

  

  15. 检测图片的轮廓

  轮廓是图片中将连续的点连接在一起的曲线，通常检测轮廓的目的是为了检测物体。本例中使用的图片如下：

  

  检测轮廓的步骤如下：

  1. 读取图片，并转为灰度图；

  2. 通过threshold() 找到阈值，通常设置 127-255 的区间

  3. 采用 findContours() 进行检测轮廓，具体使用方法可以查看官方文档：https://docs.opencv.org/3.4.2/d3/dc0/group__imgproc__shape.html#ga17ed9f5d79ae97bd4c7cf18403e1689a

  4. 最后是通过drawContours() 来绘制画好的轮廓，然后展示出来

  实现代码：

  import cv2img = cv2.imread('opencv_contour_example.png')
  gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
  retval, thresh = cv2.threshold(gray_img, 127, 255, 0)
  img_contours, _ = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
  cv2.drawContours(img, img_contours, -1, (0, 255, 0))
  plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
  

  实现效果：

  

  16. 移除图片的背景

  移除图片背景的实现思路是这样的：

  1. 检测图片主要物体的轮廓；

  2. 为背景通过np.zeros 生成一个蒙版 mask；

  3. 采用 bitwise_and 运算符来结合检测轮廓后的图片和蒙版 mask

  本次样例使用的原图：

  

  实现代码：

  import cv2
  import numpy as npimg = cv2.imread("opencv_bg.png")
  gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
  _, thresh = cv2.threshold(gray_img, 127, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)
  img_contours = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)[-2]
  img_contours = sorted(img_contours, key=cv2.contourArea)for i in img_contours:if cv2.contourArea(i) > 100:break
  mask = np.zeros(img.shape[:2], np.uint8)
  cv2.drawContours(mask, img_contours, -1, 255, -1)
  new_img = cv2.bitwise_and(img, img, mask=mask)plt.figure(figsize=(32, 32))
  plt.subplot(1, 2, 1)
  plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
  plt.subplot(1, 2, 2)
  plt.imshow(cv2.cvtColor(new_img, cv2.COLOR_BGR2RGB))
  

  实现结果：

  

  ---

  小结

  本文是简单介绍了基于 opencv 实现的一些图像处理操作，从基础的旋转，裁剪，调整大小，到模糊图片，边缘检测，修正歪曲文字，去噪，检测轮廓等操作，都给出了基础的实现代码，如果需要更深入了解，这里推荐：

  1. opencv 官方文档：https://docs.opencv.org/master/d9/df8/tutorial_root.html

  2. https://github.com/ex2tron/OpenCV-Python-Tutorial

  3. 图像处理 100 问：https://github.com/gzr2017/ImageProcessing100Wen

  最后，原文地址：

  https://likegeeks.com/python-image-processing/

  代码和样例图片的地址：

  https://github.com/ccc013/CodesNotes/tree/master/opencv_notes

  https://github.com/ccc013/CodesNotes/blob/master/opencv_notes/opencv_image_process_tutorial.ipynb

  如果觉得本文对你有帮助了，欢迎点赞or在看or分享，谢谢！

  ---

  精选AI文章

  1.  2020年计算机视觉学习指南

  2. 是选择Keras还是PyTorch开始你的深度学习之旅呢？

  3. 编写高效的PyTorch代码技巧（上）

  4. 编写高效的PyTorch代码技巧（下）

  5. 深度学习算法简要综述(上)

  6. 深度学习算法简要综述(下)

  7. 10个实用的机器学习建议

  8. 实战|手把手教你训练一个基于Keras的多标签图像分类器

  精选python文章
  

  1.  python数据模型

  2. python版代码整洁之道
  

  3. 快速入门 Jupyter notebook

  4. Jupyter 进阶教程

  5. 10个高效的pandas技巧

  精选教程资源文章

  1. 22 款设计和可视化神经网络的工具

  2. [资源]推荐一些Python书籍和教程，入门和进阶的都有！

  3. [Github项目推荐] 推荐三个助你更好利用Github的工具

  4. Github上的各大高校资料以及国外公开课视频

  5. GitHub上有哪些比较好的计算机视觉/机器视觉的项目？

  欢迎关注我的微信公众号--算法猿的成长，或者扫描下方的二维码，大家一起交流，学习和进步！