【机器视觉】数字图像基础

代码

ImageBasic.ipynb

图像读取

import cv2, math
import numpy as np
## 定义图像目录
image_directory = 'D:\\Data_documents\\ImageProcess\\images\\'
# 图像读取
imgname = image_directory + 'lena.jpg'
img = cv2.imread(imgname)
# 图像显示在一个新的名字为'image'的窗口中，把窗口最大化后观察图像，在窗口中按任意键关闭窗口
cv2.imshow('image',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

图像保存

# 图像读取并显示
imgname = image_directory + 'lena.jpg'
img = cv2.imread(imgname)
cv2.imshow('image',img)
# 等待按键
k = cv2.waitKey(0) & 0xFF  # 64位系统的处理
# 判断键值，退出或者保存图像
if k == 27:              # 按下ESC退出
    cv2.destroyAllWindows()
elif k == ord('s'):     # 按下's'保存图像到当前目录下
    cv2.imwrite('messigray.png', img)
    cv2.destroyAllWindows()

像素操作

#不建议的方法
print (img[50,100])
img[50,100] = [255,255,255]
cv2.imshow('image',img)
cv2.waitKey(0)
cv2.destroyAllWindows())
#建议的方法
print (img.item(50,150,2))
img.itemset((50,150,2),0)
print (img.item(50,150,2))
img.itemset((50,150,1),0)
print (img.item(50,150,1))
img.itemset((50,150,0),255)
print (img.item(50,150,0))
cv2.imshow('image',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

ROI

roi = img[280:390,330:440]
# img[273:383,100:210] = roi
img[0:110,0:110] = roi
cv2.imshow('image',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

通道分离

imgname = image_directory + 'lena.jpg'
img = cv2.imread(imgname)
b,g,r=cv2.split(img)
# R 通道保留
b1=b
g1=g
r1=r
## 这里要制作一个副本，完全拷贝建了一个新的矩阵；如果不用copy，直接赋值，b和b1就是同一个矩阵，会把b1也清零
zerov=b.copy()
zerov[:,:]=0
img=cv2.merge((zerov,zerov,r1))
cv2.imshow('image',img)
cv2.waitKey(0)
cv2.destroyAllWindows()
# G 通道保留
img=cv2.merge((zerov,g1,zerov))
cv2.imshow('image',img)
cv2.waitKey(0)
cv2.destroyAllWindows()
# B 通道保留
img=cv2.merge((b1,zerov,zerov))
cv2.imshow('image',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

图像属性获取

# 读取图像
imgname = image_directory + 'lena.jpg'
img = cv2.imread(imgname)
# 获取图像的大小
size=img.shape
print(size)
row=size[0]
col=size[1]
channel=size[2]
print('图像的行数：')
print(row)
print('图像的列数：')
print(col)
print('图像的通道数：')
print(channel)
# 显示图像的数据类型
print (img.dtype)

图像相加

# 读取图像1 和 图像2
imgname1 = image_directory + 'lena.jpg'
img1 = cv2.imread(imgname1)
imgname2 = image_directory + 'Peppers.tiff'
img2 = cv2.imread(imgname2)
# 显示图像1
cv2.imshow('image',img1)
# 延迟1秒，显示图像2
cv2.waitKey(1000)
cv2.imshow('image',img2)
# 延迟1秒，显示图像1和图像2的叠加
cv2.waitKey(1000)
resimg=cv2.addWeighted(img1,0.5,img2,0.5,0)
cv2.imshow('image',resimg)
# 延迟1秒，关闭窗口
cv2.waitKey(1000)
cv2.destroyAllWindows()

图像拼接

#自带拼接函数
img3 = np.hstack([img1,img2])
img3 = np.vstack([img1,img2])
#自适应大小拼接
def img_joint(image1,image2,direction='h'):
    h1,w1,c1 = image1.shape
    h2,w2,c2 = image2.shape
    if c1 != c2:
        print("channels NOT match, cannot merge")
        return 
    elif direction == 'h':
        if w1 > w2:
            tmp = np.zeros([h2,w1-w2,c1])
            image3 = np.hstack([image2,tmp])
            image3 = np.vstack([image1,image3])
        elif w1 == w2:
            image3 = np.vstack([image1,image2])
        else:
            tmp = np.zeros([h1,w2-w1,c2])
            image3 = np.hstack([image1,tmp])
            image3 = np.vstack([image3,image2])
        return image3
    elif direction == 'w':
        if h1 > h2:
            tmp = np.zeros([h1-h2,w2,c2])
            image3 = np.vstack([image2,tmp])
            image3 = np.hstack([image1,image3])
        elif w1 == w2:
            image3 = np.hstack([image1,image2])
        else:
            tmp = np.zeros([h1-h2,w1,c2])
            image3 = np.vstack([image1,tmp])
            image3 = np.vstack([image3,image2])
        return image3
    else:
        print('Error!')
        return

CV 画图

学习目标函数
cv2.line(), cv2.circle() , cv2.rectangle(), cv2.ellipse(), cv2.putText() etc

参数介绍
img：需要绘制形状的图像
color：颜色的形式. 对于BGR,将作为元组传递比如（255,0,0）表示蓝色.对于灰度图，只需要传递标量值.
thickness:线或圆形等图像的厚度.如果对闭合图像像圆形传递“-1”,它将填充形状. 默认厚度 = 1.
lineType：线的类型.默认情况下，它是8连接的.cv2.LINE_AA 是适合曲线的抗锯齿线.

1 画线

cv2.line(img, pt1, pt2, color[, thickness[, lineType[, shift]]])
pt1:直线起点
pt2：直线终点
应用
我们将创建一个黑色图像，并在其上从左上角到右下角绘制一条蓝线。
代码 :

import numpy as np
import cv2
img = np.zeros((512,512,3), np.uint8)
cv2.line(img,(0,0),(511,511),(255,0,0),5)
cv2.imshow('line',img)
cv2.waitKey()

2 绘制矩形

cv2.rectangle(img, pt1, pt2, color[, thickness[, lineType[, shift]]])
pt1:矩形左上角坐标
pt2：矩形右下角坐标
应用
在图像的右上角绘制一个绿色矩形。
代码 :

import numpy as np
import cv2
img = np.zeros((512,512,3), np.uint8)
cv2.rectangle(img,(384,0),(510,128),(0,255,0),3)
cv2.imshow('line',img)
cv2.waitKey()

3 画圆

cv2.circle(img, center, radius, color[, thickness[, lineType[, shift]]])
center:圆心位置
radius：半径
应用
在上面绘制的矩形内绘制一个圆。
代码 :

import numpy as np
import cv2
img = np.zeros((512,512,3), np.uint8)
cv2.rectangle(img,(384,0),(510,128),(0,255,0),3)
cv2.circle(img,(447,63), 63, (0,0,255), -1)
cv2.imshow('line',img)
cv2.waitKey()

4 绘制椭圆

cv2.ellipse(img, center, axes, angle, startAngle, endAngle, color[, thickness[, lineType[, shift]]])
center：中心位置
axes：轴长度（长轴长度，短轴长度）
angle：椭圆在逆时针方向上的旋转角度
startAngle：主轴顺时针方向测量的椭圆弧的起点
endAngle：主轴顺时针方向测量的椭圆弧的终点
应用
在图像的中心绘制一个半椭圆。
代码 :

import numpy as np
import cv2
img = np.zeros((512,512,3), np.uint8)
cv2.ellipse(img,(256,256),(100,50),0,0,180,255,-1)
cv2.imshow('line',img)
cv2.waitKey()

5 绘制多边形

cv2.polylines(img, pts, isClosed, color[, thickness[, lineType[, shift]]])
要绘制多边形,首先需要顶点坐标.将这些点转换为ROWSx1x2形状的数组,其中ROWS是顶点数,它应该是int32类型.
应用
绘制一个带有四个黄色顶点的小多边形.
代码 :

import numpy as np
import cv2
img = np.zeros((512,512,3), np.uint8)
pts = np.array([[10,5],[20,30],[70,20],[50,10]], np.int32)
pts = pts.reshape((-1,1,2))
cv2.polylines(img,[pts],True,(0,255,255))
cv2.imshow('line',img)
cv2.waitKey()

Note:
如果第三个参数为False，您将获得连接所有点的折线，而不是闭合形状.
cv2.polylines（）可用于绘制多条线.只需创建要绘制的所有行的列表并将其传递给函数, 所有线条都将单独绘制.绘制一组行比为每行调用cv2.line（）要好得多，速度更快.

6 向图像添加文字

向图像添加文字：
cv2.putText(img, text, org, fontFace, fontScale, color[, thickness[, lineType[, bottomLeftOrigin]]])
要将文本放入图像中，您需要指定以下内容。

text：要写入的文本数据
org：您想要放置它的位置坐标（即数据开始的左下角）。
fontFace：字体类型（检查cv2.putText（）文档以获取支持的字体）
fontScale：字体比例（指定字体大小）
常规的东西，如颜色，粗细，线型等。为了更好看，建议使用lineType = cv.LINE_AA。
我们将在图像上写白色的opencv几个字母.
代码 :

import numpy as np
import cv2
img = np.zeros((512,512,3), np.uint8)
font = cv2.FONT_HERSHEY_SIMPLEX
cv2.putText(img,'OpenCV',(10,500), font, 4,(255,255,255),2,cv2.LINE_AA)
cv2.imshow('show',img)
cv2.waitKey()

知识点

2.1 视觉与图像感知

2.2 图像获取

1. 采集装置
2. 图像数字化
3. 黑白图像
4. 灰度图像

5. 彩色图像

   2.3像素间的基本关系

6. 图像放大与缩小

7. m邻接
8. 连通性
9. 区域与边界

   2.4 图像处理基础

   

   课件

   机器视觉-第2章-数字图像基础.pdf
   机器视觉-第2章-数字图像基础-2.pdf