使用嵌套循环实现图像处理算法

• 案例目的

本案例的是通过图像处理算法案例，深入了解Python数据结构和基本算法流程。

• 案例内容

在科学计算和各种算法中，经常需要使用嵌套循环来处理数据。例如，图像在计算机中是由像素点组成的二维数组，每个像素点的位置被表示为两个整数的元组，像素的值根据图像模式由对应的元组组成（例如RGB模式表示为三个整数值组成的元组，分别表示构成颜色的红蓝绿的值，范围为0~255）

图像处理（例如复制，旋转裁剪和平滑图像等的算法，根本上就是用嵌套循环模式对这些像素进行处理。）

本章案例研究使用Python第三方图像处理库Pillow中PIL.Image模块的的Image类的方法getpixel()和putpixel()来读取和修改特定位置location处的像素的颜色pix，然后使用嵌套循环实现图像处理的基本算法。

• 实验环境

Pycharm、Anaconda

• 案例研究

3.1 图像复制前后对比

主要代码：

1. # 作者：JohnRothan  
2. # 时间：2022-3-15  
3. # 题目信息：图像复制  
4.   
5. import PIL.Image  
6.   
7. # 复制图像并与原图像对比  
8. def copy(im):  
9.     width, height = im.size  
10.     im_new = PIL.Image.new(im.mode, im.size) #创建与原始图像相同模式和大小的新图像对象  
11.     res = PIL.Image.new(im.mode, (2*width, height)) #创建与原始图像相同模式和2倍大小的新图像对象  
12.   
13.     #使用嵌套循环，把旧图像位置(i，j)的像素复制到新图像的位置(i, j)  
14.     for i in range(0, width) :  
15.         for j in range(0, height):  
16.             pix = im.getpixel((i,j))  
17.             im_new.putpixel((i,j), pix)  
18.       
19.     #复制前后的图像对比  
20.     res.paste(im, (0, 0, width, height))  
21.     res.paste(im_new, (width, 0, 2*width, height))  
22.     return res  
23.   
24. im = PIL.Image.open("C:\\Users\\JohnRothan\\Desktop\\log.png")  
25. copy(im).show () 

测试结果：

图 1 图像复制前后对比  

3.2 扣取特定位置图像

主要代码：

1. # 作者：JohnRothan  
2. # 时间：2022-3-15  
3. # 题目信息：图像扣取  
4.   
5. import PIL.Image  
6. def crop(im, box):  
7.     #剪切框定义左上角和右下角坐标位置  
8.     x1, y1, x2, y2 = box  
9.     #计算新图像的宽度width和高度height，并创建新图像  
10.     width, height = x2-x1, y2-y1  
11.     im_new = PIL.Image.new(im.mode, (width,height))  
12.     #使用嵌套循环，把旧图像剪切框内的像素拷贝到新图像  
13.     for i in range(width):  
14.         for j in range(height):  
15.             pix = im.getpixel((x1+i, y1+j))  
16.             im_new.putpixel((i,j), pix)  
17.     return im_new  
18. #测试代码  
19. im = PIL.Image.open("C:\\Users\\JohnRothan\\Desktop\\dog.jpg")  
20. print(im.size)  
21. crop(im, (1600,1700,2100,2100)).show()   

测试结果：

图 2 图像扣取

3.3 平滑图像过滤器

主要代码：

1. # 作者：JohnRothan  
2. # 时间：2022-3-15  
3. # 题目信息：图像平滑处理  
4.   
5. import PIL.Image  
6.   
7. def crop(im, box):  
8.     #剪切框定义左上角和右下角坐标位置  
9.     x1, y1, x2, y2 = box  
10.     #计算新图像的宽度width和高度height，并创建新图像  
11.     width, height = x2-x1, y2-y1  
12.     im_new = PIL.Image.new(im.mode, (width,height))  
13.     #使用嵌套循环，把旧图像剪切框内的像素拷贝到新图像  
14.     for i in range(width):  
15.         for j in range(height):  
16.             pix = im.getpixel((x1+i, y1+j))  
17.             im_new.putpixel((i,j), pix)  
18.     return im_new  
19. #测试代码  
20.   
21.   
22. def smooth(im):  
23.     """返回考贝后的图像对象"""  
24.     #创建与原始图像相同模式和大小的新图像对象  
25.     im_new = PIL.Image.new(im.mode, im.size)  
26.     width, height = im.size  
27.     #使用嵌套循环，进行图像平滑处理
28.     for i in range(0, width-1):  
29.         for j in range(0, height-1):  
30.             r1, g1, b1 = im.getpixel((i, j))  
31.             r2, g2, b2 = im.getpixel((i + 1, j + 1))  
32.             rgb = (int((r1+r2)/2), int((g1+g2)/2), int((b1+b2)/2))  
33.             im_new.putpixel((i, j), rgb)  
34.     return im_new  
35.   
36. #测试代码  
37. im = PIL.Image.open("C:\\Users\\JohnRothan\\Desktop\\dog.jpg") 
38. # 首先扣取图像 
39. crop(im, (1700,1700,1900,1900)).show()  
40. # 进行平滑处理
41. smooth(crop(im, (1700,1700,1900,1900))).show()  

测试结果：

图 3 图像平滑处理

3.4 图像镜像翻转（水平）

主要代码：

1. # 作者：JohnRothan  
2. # 时间：2022-3-15  
3. # 题目信息：图像翻转  
4.   
5. import PIL.Image  
6. def flip(im, orient="H"):  
7.     """返回水平或垂直翻转后的图像对象"""  
8.     #获取图像的宽度width和高度height，并创建新图像  
9.     width, height = im.size  
10.     im_new = PIL.Image.new(im.mode, im.size)  
11.     #使用嵌套循环，把旧图像的像素拷贝到新图像对应位置  
12.     for i in range(width):  
13.         for j in range(height):  
14.             pix = im.getpixel ((i, j))  
15.             if orient == "H":#水平翻转时  
16.             #原始图像的像素(i,j)映射到目标图像的位置(width-i-1，j)  
17.                 im_new.putpixel((width-i-1, j), pix)  
18.             else: #垂直翻转时  
19.             #原始图像的像素(i,j)映射到目标图像的位置(i, height-j-1)  
20.                 im_new.putpixel((i, height-j-1), pix)  
21.     return im_new  
22.   
23.   
24. #测试代码  
25. im = PIL.Image.open("C:\\Users\\JohnRothan\\Desktop\\log.png")  
26. im.show()  
27. flip(im, orient="H").show() 

测试结果：

图 4 水平翻转