python实现图片处理和特征提取详解
|
最近在研究深度学习视觉相关的东西，经常需要写python代码搭建深度学习模型。比如写CNN模型相关代码时，我们需要借助python图像库来读取图像并进行一系列的图像处理工作。我最常用的图像库当然是opencv，很强大很好用，但是opencv也有一些坑，不注意的话也会搞出大麻烦。近期我也在看一些别人写的代码，因为个人习惯不一样，他们在做深度学习时用于图片读取的图像库各不相同，从opencv到PIL再到skimage等等各种库都有，有些库读进来的图片存储方式也不太一样，如果不好好总结这些主流图像读写库特点的话，以后看代码写代码都会遇坑无数。这篇文章就总结了以下主流Python图像库的一些基本使用方法和需要注意的地方： 1.opencv 2.PIL(pillow) 3.matplotlib.image 4.scipy.misc 5.skimage opencv: cv2.imread opencv作为我最常用的图像处理库，当然第一个介绍，并且介绍得比较全面。毋庸置疑，opencv是今天介绍得所有图像库中最全面也最强大的库，如果我们只想掌握一个图像库，我觉得opencv库肯定是 11import cv2 import numpy as np6 图像二值化操作 _, binary_image = cv.threshold(gray_image, 127, 255, cv.THRESH_BINARY) 图像水平切分 _, columns = binary_image.shape space = int(columns / 4.) for i in range(0,4): char_images.append(binary_image[:,i*space:(i+1)*space]) 图像尺寸缩放 for image in char_images: resized_images.append(cv.resize(image, (20,20))) #读入图片：默认彩色图，cv2.IMREAD_GRAYSCALE灰度图，cv2.IMREAD_UNCHANGED包含alpha通道 img = cv2.imread('1.jpg') cv2.imshow('src',img) print(img.shape) # (h,w,c) print(img.size) # 像素总数目 print(img.dtype) print(img) cv2.waitKey() 值得注意的是，opencv读进来的图片已经是一个numpy矩阵了，彩色图片维度是（高度，宽度，通道数）。数据类型是uint8。 10#gray = cv2.imread('1.jpg',cv2.IMREAD_GRAYSCALE) #灰度图 #cv2.imshow('gray',gray) #也可以这么写，先读入彩色图，再转灰度图 src = cv2.imread('1.jpg') gray = cv2.cvtColor(src,cv2.COLOR_BGR2GRAY) cv2.imshow('gray',gray) print(gray.shape) print(gray.size) print(gray) cv2.waitKey() 上面提到了两种获取灰度图的方式，读进来的灰度图的矩阵格式是（高度，宽度）。 3#注意，计算图片路径是错的，Opencv也不会提醒你，但print img时得到的结果是None img2 = cv2.imread('2.jpg') print(img2) 4#如何解决“读到的图片不存在的问题”？ #加入判断语句，如果为空，做异常处理 img2 = cv2.imread('2.jpg') if img2 == None: print('fail to load image!') 图片矩阵变换 opencv读入图片的矩阵格式是：（height,width,channels）。而在深度学习中，因为要对不同通道应用卷积，所以会采取另一种方式：（channels,height,width）。为了应对该要求，我们可以这么做 5#注意到，opencv读入的图片的彩色图是一个channel last的三维矩阵（h,w,c），即（高度，宽度，通道） #有时候在深度学习中用到的的图片矩阵形式可能是channel first，那我们可以这样转一下 print(img.shape) img = img.transpose(2,0,1) print(img.shape) 在深度学习搭建CNN时，往往要做相应的图像数据处理，比如图像要扩展维度，比如扩展成（batch_size,channels,height,width）。 对于这种要求，我们可以这么做。 3#有时候还要扩展维度，比如有时候我们需要预测单张图片，要在要加一列做图片的个数PHP图像处理，可以这么做 img = np.expand_dims(img, axis=0) print(img.shape)7 图片验证码识别 for image in all_images: accuracy = predict(sess, image['features']) print("验证码图片【{}】，识别结果为：{}".format(image['picture_name'], accuracy)) 上面提到的是预测阶段时预测单张图片的扩展维度的操作，如果是训练阶段，构建batch，即得到这种形式：（batch_size,channels,height,width）。我一般喜欢这么做 5data_list = [] loop: im = cv2.imread('xxx.png') data_list.append(im) data_arr = np.array(data_list) 这样子就能构造成我们想要的形式了。 图片归一化 5#因为opencv读入的图片矩阵数值是0到255，有时我们需要对其进行归一化为0~1 img3 = cv2.imread('1.jpg') img3 = img3.astype("float") / 255.0 #注意需要先转化数据类型为float print(img3.dtype) print(img3 （编辑：上海站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
