Python图像处理

以前照相从来没有那么容易。现在你只需要一部手机。拍照是免费的，如果我们不考虑手机的费用的话。就在上一代人之前，业余艺术家和真正的艺术家如果拍照非常昂贵，并且每张照片的成本也不是免费的。

我们拍照是为了及时保存伟大的时刻，被保存的记忆随时准备在未来被"打开"。

就像腌制东西一样，我们要注意正确的防腐剂。当然，手机也为我们提供了一系列的图像处理软件，但是一旦我们需要处理大量的照片，我们就需要其他的工具。这时，编程和Python就派上用场了。Python及其模块如Numpy、Scipy、Matplotlib和其他特殊模块提供了各种各样的函数，能够处理大量图片。

为了向你提供必要的知识，本章的Python教程将处理基本的图像处理和操作。为此，我们使用模块NumPy、Matplotlib和SciPy。

我们从scipy包misc开始。

# 以下行仅在Python notebook中需要: %matplotlib inline from scipy import misc ascent = misc.ascent() import matplotlib.pyplot as plt plt.gray() plt.imshow(ascent) plt.show()

除了图像之外，我们还可以看到带有刻度的轴。这可能是非常有趣的，如果你需要一些关于大小和像素位置的方向，但在大多数情况下，你想看到没有这些信息的图像。我们可以通过添加命令plt.axis("off")来去掉刻度和轴:

from scipy import misc ascent = misc.ascent() import matplotlib.pyplot as plt plt.axis("off") # 删除轴和刻度 plt.gray() plt.imshow(ascent) plt.show()

我们可以看到这个图像的类型是一个整数数组:

ascent.dtype

输出:

dtype(\'int64\')

我们也可以检查图像的大小:

ascent.shape

输出:

(512,512)

misc包里还有一张浣熊的图片:

import scipy.misc face = scipy.misc.face() print(face.shape) print(face.max) print(face.dtype) plt.axis("off") plt.gray() plt.imshow(face) plt.show() (768, 1024, 3) <built-in method max of numpy.ndarray object at 0x7f9e70102800> uint8 import matplotlib.pyplot as plt

matplotlib只支持png图像

img = plt.imread(\'frankfurt.png\') print(img[:3]) [[[ 0.41176471 0.56862748 0.80000001] [ 0.40392157 0.56078434 0.79215688] [ 0.40392157 0.56862748 0.79607844] ..., [ 0.48235294 0.62352943 0.81960785] [ 0.47843137 0.627451 0.81960785] [ 0.47843137 0.62352943 0.82745099]] [[ 0.40784314 0.56470591 0.79607844] [ 0.40392157 0.56078434 0.79215688] [ 0.40392157 0.56862748 0.79607844] ..., [ 0.48235294 0.62352943 0.81960785] [ 0.47843137 0.627451 0.81960785] [ 0.48235294 0.627451 0.83137256]] [[ 0.40392157 0.56862748 0.79607844] [ 0.40392157 0.56862748 0.79607844] [ 0.40392157 0.56862748 0.79607844] ..., [ 0.48235294 0.62352943 0.81960785] [ 0.48235294 0.62352943 0.81960785] [ 0.48627451 0.627451 0.83137256]]] plt.axis("off") imgplot = plt.imshow(img) lum_img = img[:,:,1] print(lum_img) [[ 0.56862748 0.56078434 0.56862748 ..., 0.62352943 0.627451 0.62352943] [ 0.56470591 0.56078434 0.56862748 ..., 0.62352943 0.627451 0.627451 ] [ 0.56862748 0.56862748 0.56862748 ..., 0.62352943 0.62352943 0.627451 ] ..., [ 0.31764707 0.32941177 0.32941177 ..., 0.30588236 0.3137255 0.31764707] [ 0.31764707 0.3137255 0.32941177 ..., 0.3019608 0.32156864 0.33725491] [ 0.31764707 0.3019608 0.33333334 ..., 0.30588236 0.32156864 0.33333334]] plt.axis("off") imgplot = plt.imshow(lum_img) 色彩、色度和色调

现在，我们将展示如何给图像着色。色彩是色彩理论的一种表达，是画家常用的一种技法。想到画家而不想到荷兰是很难想象的。所以在下一个例子中，我们使用荷兰风车的图片。

windmills = plt.imread(\'windmills.png\') plt.axis("off") plt.imshow(windmills)

输出:

<matplotlib.image.AxesImage at 0x7f9e77f02f98>

我们现在想给图像着色。我们用白色，这将增加图像的亮度。为此，我们编写了一个Python函数，它接受一个图像和一个百分比值作为参数。设置"百分比"为0不会改变图像，设置为1表示图像将完全变白:

import numpy as np import matplotlib.pyplot as plt def tint(imag, percent): """ imag: 图像 percent: 0，图像将保持不变，1，图像将完全变白色，值应该在0~1 """ tinted_imag = imag + (np.ones(imag.shape) - imag) * percent return tinted_imag windmills = plt.imread(\'windmills.png\') tinted_windmills = tint(windmills, 0.8) plt.axis("off") plt.imshow(tinted_windmills)

输出:

<matplotlib.image.AxesImage at 0x7f9e6cd99978>

阴影是一种颜色与黑色的混合，它减少了亮度。

import numpy as np import matplotlib.pyplot as plt def shade(imag, percent): """ imag: 图像 percent: 0，图像将保持不变，1，图像将完全变黑，值应该在0~1 """ tinted_imag = imag * (1 - percent) return tinted_imag windmills = plt.imread(\'windmills.png\') tinted_windmills = shade(windmills, 0.7) plt.imshow(tinted_windmills)