基本图像操作和处理(python)

• 2019 年 10 月 3 日
• 筆記

PIL提供了通用的图像处理功能，以及大量的基本图像操作，如图像缩放、裁剪、旋转、颜色转换等。

Matplotlib提供了强大的绘图功能，其下的pylab/pyplot接口包含很多方便用户创建图像的函数。

为了观察和进一步处理图像数据，首先需要加载图像文件，并且为了查看图像数据，我们需要将其绘制出来。

from PIL import Image  import matplotlib.pyplot as plt  import numpy as np    # 加载图像  img = Image.open("tmp.jpg")  # 转为数组  img_data = np.array(img)  # 可视化  plt.imshow(img_data)  plt.show()

对于图像，我们常见的操作有调整图像尺寸，旋转图像以及灰度变换

from PIL import Image  import matplotlib.pyplot as plt    img = Image.open("girl.jpg")    plt.figure()  # 子图  plt.subplot(221)  # 原图  plt.imshow(img)  plt.subplot(222)  # 将图像缩放至 256 * 256  plt.imshow(img.resize((256, 256)))  plt.subplot(223)  # 将图像转为灰度图  plt.imshow(img.convert('L'))  plt.subplot(224)  # 旋转图像  plt.imshow(img.rotate(45))  # 保存图像  plt.savefig("tmp.jpg")  plt.show()

效果演示 ：

在平常的使用中，绘制图像的轮廓也经常被使用，因为绘制轮廓需要对每个坐标(x, y)的像数值施加同一个阙值，所以需要将图像灰度化

from PIL import Image  import matplotlib.pyplot as plt  import numpy as np    img = Image.open("girl.jpg")    gray_img = np.array(img.convert('L'))  plt.figure()  # 绘制图像灰度化  plt.gray()  # 关闭坐标轴  plt.axis('off')  # 绘制灰度图像  plt.contour(gray_img, origin='image')  plt.figure()  # 绘制直方图,flatten()表示将数组展平  plt.hist(gray_img.flatten(), 128)  plt.show()  

轮廓图及直方图：

图像的直方图用来表征该图像的像素值的分布情况。用一定数目的小区间来指定表征像素值的范围，每个小区间会得到落入该小区间表示范围的像素数目。hist()函数用于绘制图像的直方图，其只接受一维数组作为第一个参数输入，其第二个参数用于指定小区间的数目。

有时用户需要和应用进行交互，如在一幅图像中标记一些点。Pylab/pyplot库中的ginput()函数就可以实现交互式标注

from PIL import Image  import matplotlib.pyplot as plt      img = Image.open(r"girl.jpg")  plt.imshow(img)  x = plt.ginput(3)  print("clicked point: ", x)

注：该交互在集成编译环境(pyCharm)中如果不能调出交互窗口则无法进行点击，可以在命令窗口下成功执行。

以上我们通过numpy的array()函数将Image对象转换成了数组，以下将展示如何从数组转换成Image对象

from PIL import Image  import numpy as np      img = Image.open(r"girl.jpg")  img_array = np.array(img)  img = Image.fromarray(img_array)

在图像灰度变换中有一个非常有用的例子就是直方图均衡化。直方图均衡化是指将一幅图像的灰度直方图变平，使变换后的图像中每个灰度值的分布概率都相同。直方图均衡化通常是对图像灰度值进行归一化的一个非常好的方法，并且可以增强图像的对比度。

直方图均衡化的变换函数是图像中像素值的累积分布函数(cumulative distribution function，将像素值的范围映射到目标范围的归一化操作)。

from PIL import Image  import matplotlib.pyplot as plt  import numpy as np      def histogram_equalization(img: np, nbr_bins=256):      imhist, bins = np.histogram(img.flatten())      cdf = imhist.cumsum() # 累计分布函数      # 归一化      cdf = 255 * cdf / cdf[-1]      # 使用累积分布函数进行线性插值，计算新的像素值      img2 = np.interp(img.flatten(), bins[:-1], cdf)      return img2.reshape(img.shape), cdf      img = Image.open(r"girl.jpg").convert('L')  img2, cdf = histogram_equalization(np.array(img))  plt.figure()  plt.gray()  # 绘制子图  plt.subplot(232)  # 变换函数  plt.plot(cdf)  plt.subplot(231)  plt.hist(np.array(img).flatten(), 256)  # 关闭坐标轴，对上一个子图有效  plt.axis('off')  plt.subplot(233)  plt.hist(np.array(img2).flatten(), 256)  plt.axis('off')  plt.subplot(234)  plt.imshow(img)  plt.axis('off')  plt.subplot(236)  plt.imshow(img2)  plt.axis('off')  # 保存绘制图像  plt.savefig("tmp.jpg")  plt.show()    

处理结果

可见，直方图均衡化的图像的对比度增强了，原先图像灰色区域的斜街变得清晰。
PCA(Principal Component Analysis, 主成分分析)是一个非常有用的降维技巧，它可以在使用尽可能少的维数的前提下，尽可能多地保持训练数据的信息。详细介绍及使用见我的另一篇文章：PCA降维

SciPy是建立在Numpy基础上，用于数值运算的开源工具包。Scipy提供很多高效的操作，可以实现数值积分、优化、统计、信号处理，以及对我们来说最为重要的图像处理功能。

图像的高斯模糊是非常经典的图像卷积例子。本质上，图像模糊就是将(灰度)图像 (I) 和一个高斯核进行卷积操作：
[ I_sigma = I * G_sigma ]
其中， (*) 表示卷积操作；(G) 表示标准差为 (sigma) 的二维高斯核，定义为：
[ G_sigma = frac{1}{2pi sigma^2} e^{-(x^2+y^2) / 2 sigma^2} ]
高斯模糊通常是其他图像处理操作的一部分，比如图像插值操作、兴趣点计算以及其他应用。

Scipy有用来做滤波操作的scipy.ndimage.filters模块。该模块使用快速一维分离的方式来计算卷积。使用方式：

from PIL import Image  import numpy as np  from scipy.ndimage import filters      img = Image.open(r"girl.jpg").convert('L')  img = np.array(img)  img2 = filters.gaussian_filter(img, 2)  img3 = filters.gaussian_filter(img, 5)  img4 = filters.gaussian_filter(img, 10)

绘制结果

上面使用的gaussian_filter()函数中的后一个参数表示标准差 (sigma) ，可见随着 (sigma) 的增加，图像变得越来越模糊。 (sigma) 越大，处理后图像细节丢失越多。如果是打算模糊一幅彩色图像，只需要简单地对每一个颜色通道进行高斯模糊：

from PIL import Image  import numpy as np  from scipy.ndimage import filters      img = Image.open(r"girl.jpg")  img = np.array(img)  img2 = np.zeros(img.shape)  for i in range(img2.shape[2]):      img2[:, :, i] = filters.gaussian_filter(img[:, :, i], 5)  # 将像素值用八位表示  img2 = np.array(img2, 'uint8')

模糊结果：

在很多应用中，图像强度的变化情况是非常重要的，强度的变化可以使用灰度图像的 (x) 和 (y) 方向导数 (I_x) 和 (I_y)进行描述

图像的梯度向量为 (bigtriangledown I = [I_x, I_y]^T)。梯度有两个重要属性，一是梯度的大小：
[ | bigtriangledown I | = sqrt{I_x^2 + I_y^2} ]
它描述了图像强度变化的强弱，另一个是图像的角度：
[ alpha = arctan2(I_x, I_y) ]
它描述了图像在每个点上强度变化最大的方向。Numpy中的arctan2()函数返回弧度表示的有符号角度，角度的变化区间为 ((-pi, pi))
可以使用离散近似的方式来计算图像的导数。图像倒数大多数可以通过卷积简单地实现：
[ I_x = I*D_x 和 I_y = I*D_y ]
对于 (D_x) 和 (D_y)，通常选择Prewitt滤波器：
[ D_x = left[ begin{matrix} -1 & 0 & 1 \ -1 & 0 & 1 \ -1 & 0 & 1 end{matrix} right] ]
和
[ D_y = left[ begin{matrix} -1 & -1 & -1 \ 0 & 0 & 0 \ 1 & 1 & 1 end{matrix} right] ]
或者Sobel滤波器
[ D_x = left[ begin{matrix} -1 & 0 & 1 \ -2 & 0 & 2 \ -1 & 0 & 1 end{matrix} right] ]
和
[ D_y = left[ begin{matrix} -1 & -2 & -1 \ 0 & 0 & 0 \ 1 & 2 & 1 end{matrix} right] ]
这些导数滤波器可以使用scipy.ndimage.filters模块地标准卷积操作来简单地实现

from PIL import Image  import numpy as np  from scipy.ndimage import filters      img = Image.open(r"girl.jpg").convert('L')  img = np.array(img)  imgx = np.zeros(img.shape)  # Sobel导数滤波器  filters.sobel(img, 1, imgx)    imgy = np.zeros(img.shape)  filters.sobel(img, 0, imgy)    magnitude = np.sqrt(imgx**2+imgy**2)

sobel()函数的第二个参数选择 (x) 或 (y) 方向的导数，第三个参数保存输出变量。在图像中，正导数显示为亮的像素，负导数显示为暗的像素，灰色区域表示导数的值接近零。

上面计算图像导数的方法存在缺陷：在该方法中，滤波器的尺度需要随着图像分辨率的变化而变化(?)。为了在图像噪声方面更稳健，以及在任意尺度上计算导数，我们可以使用高斯导数滤波器：
[ I_x = I * G_{sigma x} 和 I_y = I*G_{sigma y} ]
其中，(G_{sigma x}) 和(G_{sigma y})表示(G_sigma) 在 (x) 和 (y) 方向上的导数，(G_sigma) 表示标准差为 (sigma) 的高斯函数。以下给出使用样例：

from PIL import Image  import matplotlib.pyplot as plt  import numpy as np  from scipy.ndimage import filters    img = Image.open(r"girl.jpg").convert('L')  img = np.array(img)    sigma = 2  imgx = np.zeros(img.shape)  imgy = np.zeros(img.shape)  filters.gaussian_filter(img, (sigma, sigma), (0, 1), imgx)  filters.gaussian_filter(img, (sigma, sigma), (1, 0), imgy)    magnitude = np.sqrt(imgx**2+imgy**2)

结果演示：

在对图像进行处理时，去噪也是很重要的一环。图像去噪是在去除图像噪声的同时，尽可能地保留图像细节和结构地处理技术，以下给出使用ROF去噪模型地Demo:

from PIL import Image  import matplotlib.pyplot as plt  import numpy as np  from scipy.ndimage import filters      def de_noise(img, U_init, tolerance=0.1, tau=0.125, tv_weight=100):      U = U_init      Px = Py = img      error = 1      while error > tolerance:          Uold = U          # 变量U梯度的x分量          gradUx = np.roll(U, -1, axis=1)-U          # 变量U梯度的y分量          gradUy = np.roll(U, -1, axis=0)-U            # 更新对偶变量          PxNew = Px + (tau/tv_weight)*gradUx          PyNew = Py + (tau/tv_weight)*gradUy          NormNew = np.maximum(1, np.sqrt(PxNew**2+PyNew**2))            # 更新x,y分量          Px = PxNew / NormNew          Py = PyNew / NormNew            # 更新原始变量          RxPx = np.roll(Px, 1, axis=1)  # 将x分量向x轴正方向平移          RyPy = np.roll(Py, 1, axis=0)  # 将y分量向y轴正方向平移            DivP = (Px - RxPx) + (Py - RyPy)  # 对偶域散度          U = img + tv_weight * DivP            error = np.linalg.norm(U - Uold)/np.sqrt(img.shape[0] * img.shape[1])            return U, img-U      if __name__ == '__main__':      im = np.zeros((500, 500))      im[100:400,100:400] = 128      im[200:300, 200:300] = 255      im = im + 30 * np.random.standard_normal((500, 500))        U, T = de_noise(im, im)      G = filters.gaussian_filter(im, 10)      plt.figure()      plt.gray()      plt.subplot(221).set_title("Original image")      plt.axis('off')      plt.imshow(im)      plt.subplot(222).set_title("Gauss blurred image")      plt.axis('off')      plt.imshow(G)      plt.subplot(223).set_title("ROF")      plt.axis('off')      plt.imshow(U)      plt.savefig('tmp.jpg')      plt.show()  

结果演示

ROF去噪后的图像保留了边缘和图像的结构信息，同时模糊了“噪声”。

np.roll()函数可以循环滚动元素，np.linalg.norm()用于衡量两个数组间的差异。

之后有空将补充图像去噪

参考书籍
Python计算机视觉