9月14日计算机视觉基础学习笔记——基本图像处理

---

前言

本文为9月14日计算机视觉基础学习笔记——基本图像处理，分为四个章节：

• 计算机视觉的由来；
• 计算机如何看到图像；
• 计算机处理图像的方式、方法；
• 图像处理。

---

一、计算机视觉的由来

• 视觉能力： 会看、会展示，但不会处理、更不会思考、会玩。
• 数码照相机： 会看、会玩、会更多的处理；
• Auto-PS：
  1. 找到人脸位置——人脸检测；
  2. 定位五官——关键点检测；
  3. 磨皮：blur；瘦脸、大眼：仿射变换；口红、白牙：色彩变换。

二、计算机如何看到图像

• 感光器件；
• 显像管与显示屏；

二值图像：

灰度图：

RGB：

图像采集过程：

三、计算机处理图像的方式、方法

实际上是对矩阵的处理。

1、直接从 camera 读取

cap = cv.VideoCapture(0)

2、从文件读取

img = cv.imread("lena.jpg")
img_RGB = cv.cvtColor(img, cv.COLOR_BGR2RGB)

print(img.shape)
>>> (722, 726, 3)

# Range of Interest
roi = img_RGB[100:200, 300:400]

plt.imshow(img_RGB)
plt.imshow(roi)

3、生成矩阵显示

import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt

img0 = np.array([[0, 0, 1], [0, 1, 0], [1, 0, 0]])

print(img0)
print(img0.shape)
print("img0 size = {}, {}".format(img0.shape[0], img0.shape[1]))

>>> [[0 0 1]
     [0 1 0]
     [1 0 0]]
>>> (3, 3)
>>> img0 size = 3, 3

# 灰度图片
plt.imshow(img0, cmap="gray")

# 彩色图片
plt.imshow(img0)

四、图像处理

1、颜色空间转换

(1)、RGB to HSV

• H： 色调；
• S： 饱和度；
• V： 亮度。

img_hsv = cv.cvtColor(img, cv.COLOR_BGR2HSV)
plt.imshow(img_hsv)

# 肤色检测
# 二值化：非0即最大值。
img_gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
ret, thresh = cv.threshold(img_gray, 128, 200, cv.THRESH_BINARY)
plt.imshow(thresh)

2、图像的平移

• 平移的原理：$\left[\begin{array}{ccc}1& 0& t_x\\ 0& 1& t_y\end{array}\right]\left[\begin{array}{c}x\\ y\\ 1\end{array}\right]=\left[\begin{array}{c}x+t_x\\ y+t_y\end{array}\right]$

3、图像的模糊与锐化

img_blur = cv.GaussianBlur(img_RGB, (11, 11), 1, 0) # 高斯模糊
plt.imshow(img_blur)

4、加水印

wm = cv.imread("UoB.png")
wm = cv.resize(wm, (300, 300))
wm = cv.cvtColor(wm, cv.COLOR_BGR2RGB)
wm = wm - 255
img1 = cv.resize(img_RGB, (300, 300))
print(wm.shape)
>>> (300, 300, 3)

plt.imshow(cv.add(wm, img1))
plt.imshow(cv.addWeighted(wm, 0.9, img1, 0.5, 0))

---