使用Julia进行图像处理--JuliaImages介绍与基础使用

4. TestImages.jl

在Julia REPL中运行以下命令以安装和配置它们。这些命令很可能会安装其他依赖项：

julia> using Pkg

julia> Pkg.add(“Images”)

julia> Pkg.add(“ImageMetadata”)

julia> Pkg.add(“ImageView”)

julia> Pkg.add(“TestImages”)

julia> Pkg.update()

安装完成后，验证是否可以加载软件包。只需将它们导入当前环境，等待新软件包编译，然后查看命令是否成功：

julia> using Images, ImageMetadata, TestImages, ImageView

当上述命令执行失败，并显示一条异常消息，指出其中一个软件包不存在：

ERROR: ArgumentError: Module XXX not found in current path.

Run Pkg.add("XXX") to install the TestImages package.

读取图像

---

首先加载Images软件包并使用pwd验证当前的工作目录：

julia> using Images

julia> pwd()

如果pwd与项目文件夹不对应，则有两个选择：

1. 从对应的文件夹中启动Julia

2. 使用cd函数修改工作路径

cd函数接受单个参数-本地路径：

julia> cd(“~/julia”) # Unix-like systems

julia> cd(“C:\julia”) # Windows users

设置完成后，可以继续加载第一张图像。

从磁盘读取单个图像

从磁盘读取图像很简单，可以通过调用load函数来完成。加载函数接受单个参数（图像路径）并返回图像对象:

using Images

sample_image_path = “pictures/cats-3061372_640.jpg”;

sample_image = nothing

if isfile(sample_image_path)

sample_image = load(sample_image_path);

else

print(“ERROR: Image not found!”)

end

从URL读取单个图像

从URL读取图像的过程是首先使用下载函数将其下载到磁盘，然后对其进行处理：

image_url = “https://cdn.pixabay.com/photo/2018/01/04/18/58/cats-3061372_640.jpg?attachment”

downloaded_image_path = download(image_url)

downloaded_image = load(downloaded_image_path)

可以通过将下载位置作为第二个参数定义下载位置：

image_url = “https://cdn.pixabay.com/photo/2018/01/04/18/58/cats-3061372_640.jpg?attachment”

downloaded_image_path = download(image_url, “pictures/custom_image_name.jpg”)

downloaded_image = load(downloaded_image_path)

批量读取文件夹中的图像

从目录加载文件是一种常见的用例。这是通过识别目录中的文件列表，过滤必要的文件，然后对每个文件执行一组所需操作:

using Images

directory_path = “pictures”;

使用Julia Base中的readdir来读取目录中的所有文件名

directory_files = readdir(directory_path);

#使用Julia Base的过滤器以及自定义的正则表达式来查找大小写均以.jpg、.png或.gif结尾的文件

directory_images = filter(x -> match(r".(jpg|png|gif){1}$"i, x) != nothing, directory_files);

#使用for循环遍历过滤后的名称

for image_name in directory_images

#使用来自Julia Base的joinpath组合目录名称和文件名，以便获取完整路径

image_path = joinpath(directory_path, image_name);

#print(image_path)

image = load(image_path);

other operations

end

保存图像

---

使用JuliaImages中的save函数将图像保存到磁盘。

save函数接受两个参数：

1. 目标文件的位置和名称

2. 图像对象

load an image

img = load(“pictures/cats-3061372_640.jpg”)

save file in JPG format

save(“pictures/my_new_file.jpg”, img)

save file in PNG format

save(“pictures/my_new_file.png”, img)

根据文件扩展名选择图像格式。

使用TestImages

---

使用TestImages.jl软件包和数据集可以轻松访问少量免费图像。使用TestImages数据集的好处如下：

1. 图像具有不同的文件类型

2. 图片大小不同

3. 图像具有不同的配色方案

从TestImages包开始非常容易。只需要加载TestImages包并使用testimage函数按名称加载图像：

using TestImages

img = testimage(“mandril_color”);

save(“mandril_color.png”, img);

预览图像

---

ImageView包通过直接从Julia预览图像：

using Images, ImageView

img = load(“pictures/custom_image_name.jpg”);

imshow(img);

这将在新窗口中预览图像。

裁剪，缩放和调整大小

---

裁切：选择图像的特定区域

调整大小：在不保持比例的情况下更改图像的大小

缩放：放大或缩小图像，同时保持比例

裁剪图像

裁剪图像第一步是确定一个感兴趣的领域。将通过将图像加载到Julia并检查其宽度和高度来做到这一点：

using Images, ImageView

source_image = load(“pictures/custom_image_name.jpg”);

size(source_image)

两个坐标均从左上角开始。

确定了感兴趣的区域-如：高度从100到290，宽度从280到540：

cropped_image = source_image[100:290, 280:540];

imshow(cropped_image)

这将新图像被创建并存储在cropped_image变量中。并为其分配内存，以便可以存储新创建的图像：

图像是列优先的，这意味着该第一个索引对应于y轴，第二个索引对应于x轴。这可能与其他编程语言不同。

还有另一种创建裁剪图像的方法，即创建原始图像的视图。视图不会创建新对象或分配内存，它们只是指向原始图像（或数组）。当要分析或更改图片的特定部分而不干扰其余部分时，它们非常有用：

cropped_image_view = view(source_image, 100:290, 280:540);

imshow(cropped_image_view)

如果你也是看准了Python，想自学Python，在这里为大家准备了丰厚的免费学习大礼包，带大家一起学习，给大家剖析Python兼职、就业行情前景的这些事儿。

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、全套PDF电子书

书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。

四、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

五、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

成为一个Python程序员专家或许需要花费数年时间，但是打下坚实的基础只要几周就可以，如果你按照我提供的学习路线以及资料有意识地去实践，你就有很大可能成功！
最后祝你好运！！！

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！