数字图像与机器视觉基础补充(1)

最新推荐文章于 2024-06-29 16:57:48 发布
最新推荐文章于 2024-06-29 16:57:48 发布
阅读量342 收藏
点赞数
文章标签： python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_53085567/article/details/121862499
版权

一.比较不同位深度BMP文件

通过电脑画图程序和PS软件，分别将该图片保存为 32位、16位彩色和256色、16色、单色的位图（BMP)文件。
在这里插入图片描述
32位彩色图：
在这里插入图片描述在这里插入图片描述信息显示图片大小为1MB，位图大小计算：512×512×32/8=1048576字节，不包含文件文件头信息大小。
使用UltraEdit打开图片，查看文件头信息：
在这里插入图片描述
16位彩色图
在这里插入图片描述
在这里插入图片描述
信息显示图片大小为512kb，位图大小计算：512×512×16/8=524288字节，不包含文件文件头信息大小。
使用UltraEdit打开图片，查看文件头信息：
在这里插入图片描述
256色位图
在这里插入图片描述
在这里插入图片描述
信息显示图片大小为257kb，位图大小计算：512×512×8/8=262144字节，不包含文件文件头信息大小。
使用UltraEdit打开图片，查看文件头信息：
在这里插入图片描述
16色位图
在这里插入图片描述
在这里插入图片描述
信息显示图片大小为128kb，位图大小计算：512×512×4/8=131072字节，不包含文件文件头信息大小。
使用UltraEdit打开图片，查看文件头信息：
在这里插入图片描述
单色位图
在这里插入图片描述
在这里插入图片描述
信息显示图片大小为32kb，位图大小计算：512×512/8=32768字节，不包含文件文件头信息大小。
使用UltraEdit打开图片，查看文件头信息：
在这里插入图片描述
分析文件头标准编码
位图文件头
在这里插入图片描述
在这里插入图片描述
注意，Windows的数据是倒着念的，这是PC电脑的特色。如果一段数据为50 1A 25 3C，倒着念就是3C 25 1A50，即0x3C251A50。因此，如果bfSize的数据为36 00 0C 00，实际上就成了0x000C0036，也就是0xC0036。
位图信息头
在这里插入图片描述
在这里插入图片描述
作为真彩色位图，我们主要关心的是biWidth和biHeight这两个数值，两个数值告诉我们图像的尺寸。biSize，biPlanes，biBitCount这几个数值是固定的。想偷懒的话，其它的数值可以一律用0来填充。
将原图colorful的PNG文件分别转换为BMP，JPG，GIF
PNG大小：695677字节
BMP大小：786488字节 压缩比：113%

JPG大小：87109字节，压缩比：13%

GIF大小：191678 字节，压缩比：28%

二.用奇异只分解对图片进行降维处理

import numpy as np
import os
from PIL import Image
import matplotlib.pyplot as plt
import matplotlib as mpl
from pprint import pprint


def restore1(sigma, u, v, K):  # 奇异值、左特征向量、右特征向量
    m = len(u)
    n = len(v[0])
    a = np.zeros((m, n))
    for k in range(K):
        uk = u[:, k].reshape(m, 1)
        vk = v[k].reshape(1, n)
        a += sigma[k] * np.dot(uk, vk)
    a[a < 0] = 0
    a[a > 255] = 255
    # a = a.clip(0, 255)
    return np.rint(a).astype('uint8')


def restore2(sigma, u, v, K):  # 奇异值、左特征向量、右特征向量
    m = len(u)
    n = len(v[0])
    a = np.zeros((m, n))
    for k in range(K+1):
        for i in range(m):
            a[i] += sigma[k] * u[i][k] * v[k]
    a[a < 0] = 0
    a[a > 255] = 255
    return np.rint(a).astype('uint8')


if __name__ == "__main__":
    A = Image.open("12321.jpg", 'r')
    print(A)
    output_path = r'D:\\min'
    if not os.path.exists(output_path):
        os.mkdir(output_path)
    a = np.array(A)
    print(a.shape)
    K = 50
    u_r, sigma_r, v_r = np.linalg.svd(a[:, :, 0])
    u_g, sigma_g, v_g = np.linalg.svd(a[:, :, 1])
    u_b, sigma_b, v_b = np.linalg.svd(a[:, :, 2])
    plt.figure(figsize=(11, 9), facecolor='w')
    mpl.rcParams['font.sans-serif'] = ['simHei']
    mpl.rcParams['axes.unicode_minus'] = False
    for k in range(1, K+1):
        print(k)
        R = restore1(sigma_r, u_r, v_r, k)
        G = restore1(sigma_g, u_g, v_g, k)
        B = restore1(sigma_b, u_b, v_b, k)
        I = np.stack((R, G, B), axis=2)
        Image.fromarray(I).save('%s\\svd_%d.png' % (output_path, k))
        if k <= 12:
            plt.subplot(3, 4, k)
            plt.imshow(I)
            plt.axis('off')
            plt.title('奇异值个数：%d' % k)
    plt.suptitle('SVD与图像分解', fontsize=20)
    plt.tight_layout()
    # plt.subplots_adjust(top=0.9)
    plt.show()

在这里插入图片描述
在这里插入图片描述
当奇异值越少，图片越模糊

三、 用图像的开闭运算(腐蚀-膨胀)，检测出2个样本图像中硬币、细胞的个数

硬币：

import cv2
import numpy as np

def stackImages(scale, imgArray):
    """
        将多张图像压入同一个窗口显示
        :param scale:float类型，输出图像显示百分比，控制缩放比例，0.5=图像分辨率缩小一半
        :param imgArray:元组嵌套列表，需要排列的图像矩阵
        :return:输出图像
    """
    rows = len(imgArray)
    cols = len(imgArray[0])
    rowsAvailable = isinstance(imgArray[0], list)
    width = imgArray[0][0].shape[1]
    height = imgArray[0][0].shape[0]
    if rowsAvailable:
        for x in range(0, rows):
            for y in range(0, cols):
                if imgArray[x][y].shape[:2] == imgArray[0][0].shape[:2]:
                    imgArray[x][y] = cv2.resize(imgArray[x][y], (0, 0), None, scale, scale)
                else:
                    imgArray[x][y] = cv2.resize(imgArray[x][y], (imgArray[0][0].shape[1], imgArray[0][0].shape[0]),
                                                None, scale, scale)
                if len(imgArray[x][y].shape) == 2: imgArray[x][y] = cv2.cvtColor(imgArray[x][y], cv2.COLOR_GRAY2BGR)
        imageBlank = np.zeros((height, width, 3), np.uint8)
        hor = [imageBlank] * rows
        hor_con = [imageBlank] * rows
        for x in range(0, rows):
            hor[x] = np.hstack(imgArray[x])
        ver = np.vstack(hor)
    else:
        for x in range(0, rows):
            if imgArray[x].shape[:2] == imgArray[0].shape[:2]:
                imgArray[x] = cv2.resize(imgArray[x], (0, 0), None, scale, scale)
            else:
                imgArray[x] = cv2.resize(imgArray[x], (imgArray[0].shape[1], imgArray[0].shape[0]), None, scale, scale)
            if len(imgArray[x].shape) == 2: imgArray[x] = cv2.cvtColor(imgArray[x], cv2.COLOR_GRAY2BGR)
        hor = np.hstack(imgArray)
        ver = hor
    return ver


#读取图片
src = cv2.imread("coin.png")
img = src.copy()

#灰度
img_1 = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

#二值化
ret, img_2 = cv2.threshold(img_1, 127, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)

#腐蚀（腐蚀主要为了把每个硬币区分开。过大会造成缺失，过低会无法区分开。参数可以自己设置以达到合适。）
kernel = np.ones((17, 17), int)
img_3 = cv2.erode(img_2, kernel, iterations=1)

#膨胀（膨胀到合适的值，这样每一个白色区域就是一个硬币。）
kernel = np.ones((3, 3), int)
img_4 = cv2.dilate(img_3, kernel, iterations=1)

#找到硬币中心
contours, hierarchy = cv2.findContours(img_4, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)[-2:]

#标识硬币
cv2.drawContours(img, contours, -1, (0, 0, 255), 5)

#显示图片
cv2.putText(img, "count:{}".format(len(contours)), (0, 30), cv2.FONT_HERSHEY_SIMPLEX, 1.0, (255, 0, 0), 3)
cv2.putText(src, "src", (0, 30), cv2.FONT_HERSHEY_SIMPLEX, 1.0, (255, 0, 0), 3)
cv2.putText(img_1, "gray", (0, 30), cv2.FONT_HERSHEY_SIMPLEX, 1.0, (255, 0, 0), 3)
cv2.putText(img_2, "thresh", (0, 30), cv2.FONT_HERSHEY_SIMPLEX, 1.0, (255, 0, 0), 3)
cv2.putText(img_3, "erode", (0, 30), cv2.FONT_HERSHEY_SIMPLEX, 1.0, (255, 0, 0), 3)
cv2.putText(img_4, "dilate", (0, 30), cv2.FONT_HERSHEY_SIMPLEX, 1.0, (255, 0, 0), 3)
imgStack = stackImages(1, ([src, img_1, img_2], [img_3, img_4, img]))
cv2.imshow("imgStack", imgStack)
cv2.waitKey(0)

在这里插入图片描述
细胞：
修改图片路径即可
在这里插入图片描述

采用图像梯度、开闭、轮廓运算等，对图片中的条形码进行定位提取；再调用条码库获得条码字符

imutils包和pyzbar包
pip install imutils

pip install pyzbar

import cv2
import numpy as np
import imutils
from pyzbar import pyzbar
def stackImages(scale, imgArray):
    """
        将多张图像压入同一个窗口显示
        :param scale:float类型，输出图像显示百分比，控制缩放比例，0.5=图像分辨率缩小一半
        :param imgArray:元组嵌套列表，需要排列的图像矩阵
        :return:输出图像
    """
    rows = len(imgArray)
    cols = len(imgArray[0])
    rowsAvailable = isinstance(imgArray[0], list)
    width = imgArray[0][0].shape[1]
    height = imgArray[0][0].shape[0]
    if rowsAvailable:
        for x in range(0, rows):
            for y in range(0, cols):
                if imgArray[x][y].shape[:2] == imgArray[0][0].shape[:2]:
                    imgArray[x][y] = cv2.resize(imgArray[x][y], (0, 0), None, scale, scale)
                else:
                    imgArray[x][y] = cv2.resize(imgArray[x][y], (imgArray[0][0].shape[1], imgArray[0][0].shape[0]),
                                                None, scale, scale)
                if len(imgArray[x][y].shape) == 2: imgArray[x][y] = cv2.cvtColor(imgArray[x][y], cv2.COLOR_GRAY2BGR)
        imageBlank = np.zeros((height, width, 3), np.uint8)
        hor = [imageBlank] * rows
        hor_con = [imageBlank] * rows
        for x in range(0, rows):
            hor[x] = np.hstack(imgArray[x])
        ver = np.vstack(hor)
    else:
        for x in range(0, rows):
            if imgArray[x].shape[:2] == imgArray[0].shape[:2]:
                imgArray[x] = cv2.resize(imgArray[x], (0, 0), None, scale, scale)
            else:
                imgArray[x] = cv2.resize(imgArray[x], (imgArray[0].shape[1], imgArray[0].shape[0]), None, scale, scale)
            if len(imgArray[x].shape) == 2: imgArray[x] = cv2.cvtColor(imgArray[x], cv2.COLOR_GRAY2BGR)
        hor = np.hstack(imgArray)
        ver = hor
    return ver


#读取图片
src = cv2.imread("txm.jpg")
img = src.copy()

#灰度
img_1 = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

#高斯滤波
img_2 = cv2.GaussianBlur(img_1, (5, 5), 1)


#Sobel算子
sobel_x = cv2.Sobel(img_2, cv2.CV_64F, 1, 0, ksize=3)
sobel_y = cv2.Sobel(img_2, cv2.CV_64F, 0, 1, ksize=3)
sobel_x = cv2.convertScaleAbs(sobel_x)
sobel_y = cv2.convertScaleAbs(sobel_y)
img_3 = cv2.addWeighted(sobel_x, 0.5, sobel_y, 0.5, 0)

#均值方波
img_4 = cv2.blur(img_3, (5, 5))

#二值化
ret, img_5 = cv2.threshold(img_4, 127, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)

#闭运算
kernel = np.ones((18, 18), int)
img_6 = cv2.morphologyEx(img_5, cv2.MORPH_CLOSE, kernel)

#开运算
kernel = np.ones((100,100), int)
img_7 = cv2.morphologyEx(img_6, cv2.MORPH_OPEN, kernel)

#绘制条形码区域
contours = cv2.findContours(img_7, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
contours = imutils.grab_contours(contours)
c = sorted(contours, key = cv2.contourArea, reverse = True)[0]
rect = cv2.minAreaRect(c)
box = cv2.cv.BoxPoints(rect) if imutils.is_cv2() else cv2.boxPoints(rect)
box = np.int0(box)
cv2.drawContours(img, [box], -1, (0,255,0), 6)

#显示图片信息
cv2.putText(img, "results", (30, 30), cv2.FONT_HERSHEY_SIMPLEX, 2.0, (255, 0, 0), 3)
cv2.putText(img_1, "gray", (40, 40), cv2.FONT_HERSHEY_SIMPLEX, 2.0, (255, 0, 0), 3)
cv2.putText(img_2, "GaussianBlur",(40, 40), cv2.FONT_HERSHEY_SIMPLEX, 2.0, (255, 0, 0), 3)
cv2.putText(img_3, "Sobel", (40, 40), cv2.FONT_HERSHEY_SIMPLEX, 2.0, (255, 0, 0), 3)
cv2.putText(img_4, "blur", (40, 40), cv2.FONT_HERSHEY_SIMPLEX, 2.0, (255, 0, 0), 3)
cv2.putText(img_5, "threshold", (40, 40), cv2.FONT_HERSHEY_SIMPLEX, 2.0, (255, 0, 0), 3)
cv2.putText(img_6, "close", (40, 40), cv2.FONT_HERSHEY_SIMPLEX, 2.0, (255, 0, 0), 3)
cv2.putText(img_7, "open", (40, 40), cv2.FONT_HERSHEY_SIMPLEX, 2.0, (255, 0, 0), 3)

#输出条形码
barcodes = pyzbar.decode(src)
for barcode in barcodes:
    barcodeData = barcode.data.decode("utf-8")
    cv2.putText(img, barcodeData, (50, 70), cv2.FONT_HERSHEY_SIMPLEX, 1.0, (0, 255, 0), 3)

#显示所有图片
imgStack = stackImages(0.5, ([img_1, img_2,img_3,img_4],[img_5,img_6,img_7,img]))
cv2.imshow("imgStack", imgStack)
cv2.waitKey(0)

在这里插入图片描述

参考：
https://blog.csdn.net/weixin_56102526/article/details/121700627?spm=1001.2014.3001.5501

https://blog.csdn.net/aidem_brown/article/details/80500637

隨心ξ所欲
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
数字图像处理与机器视觉源码
12-18
7. **Chapter 9 - 机器视觉基础** 可能介绍机器视觉的基本理论，如视觉传感器、立体视觉、运动分析等，为更复杂的视觉应用打下基础。 8. **Chapter 12 - 图像配准** 图像配准用于将多个图像对齐，常见于医学影像...
计算机视觉——手把手教你算 BMP图像存储
天上的光博客
09-22 7053
色图像：单色图像、16色图像、256色图像 图像大小： 头文件大小（字节）：40+14=54 图像存储：色图像存储采用调色板方式存储，将一张图片试做一个二维矩阵，那么每一个点的值，存的是调色板表的索引值，每一个值对应调色板里的一种颜色，以此来表示图像中点的颜色。 对于调色板，一般多少色的图像，调色板就有多少种颜色，那么存储这么多种的颜色，就需要对应个数的二进制位。如：16色图像，我们要想在矩阵中表示出他的颜色，就需要24，也就是4位来存储，记录所有的这16种颜色的索引；又如256色图像，我们就需要28,也就
BMP图像结构及其大小计算
tech_ant的专栏
05-18 1万+
转自http://hi.baidu.com/%D7%B7%D2%E4%B5%C4%C4%BE%CE%DD/blog/item/b34010eea7aa93e3b3fb95dc.html          本文详细介绍了BMP图像结构，位图文件头、位图信息头及彩色表的数据结构及作用；深入阐述了BMP文件大小的精准计算方法，包括“补零”原则。BMP文件存储数据时，图像的扫描方式是按从左到右、从下到
位图文件大小的精准计算方法
weixin_34006468的博客
09-28 2364
位图文件大小的精准计算方法 发布时间：2011-11-20 5:27:00 8位（bit）位图：彩色版中有2^8=256种颜色，具体哪256种颜色可由调色板灵活规定，因此每个像素点最多有256种情况（颜色），故刚好可用两位十六进制码（16^2=256）表示，占1字节。一幅512×512的8位位图大...
数字图像与机器视觉基础补充
weixin_45654230的博客
12-10 2232
一、准备一张图片 信息显示图片大小为1.24M，位图大小计算：1.24M×1024≈1230KB=1300234字节，这是不包含文件头信息的大小。 用UltraEdit打开lena.bmp，可以看到这个文件的全部数据如下图所示： 例如：111.bmp为256位色图： 计算方式：256014408/8/1024=3600KB。 色彩格式和图片文件格式都在影响图片大小： 将图片分别保存为.bmp,.gif,.jpg,.png图片格式 因为BMP不是压缩的，所以以它为基准计算...
数字图像与机器视觉基础补充(2)
qq_33700652的博客
12-22 2034
数字图像与机器视觉基础补充2一 完成数字图像处理与图像文件的操作（1）将彩色图像文件转换为灰度文件使用opencv不使用opencv（1）将彩色图像(RGB)转为HSV、HSI 格式转为HSV格式转为HSI格式二 车牌分割三 参考 一 完成数字图像处理与图像文件的操作 （1）将彩色图像文件转换为灰度文件 使用opencv 代码 import cv2 as cv img = cv.imread('D:/pic1.jpg') img_1 = cv.cvtColor(img,cv.COLOR_BGR2GRAY)
中科大数字图像分析课程ppt.zip
02-03
《数字图像分析：从基础到深度学习》 在信息技术飞速发展的今天，图像处理与分析已经成为科研和工程领域不可或缺的一部分。中国科学技术大学的这门研究生课程“数字图像分析”深入探讨了这一领域的核心理论和实践...
冈萨雷斯数字图像处理MATLAB版(中文版)
08-29
1. **数字图像基础**：首先介绍数字图像的基本概念，如像素、图像类型（灰度图像、彩色图像）、图像的表示方式（二进制矩阵、像素阵列）以及基本的图像操作，如缩放、旋转、平移。 2. **图像增强**：讲解如何通过...
《数字图像处理》第三版-第三章源程序及书中高清图片
12-29
通过这种方式，读者不仅可以掌握数字图像处理的基础理论，还能提升实际编程技能，为后续更复杂的图像处理和计算机视觉项目打下坚实基础。对于想要深入学习这个领域的学生和从业者来说，这是一个非常有价值的资源。
数字图像处理英文版
12-01
6. 数字图像处理在特定领域的应用：如医学成像中的CT、MRI技术，遥感图像的分析，以及在人工智能和机器学习中的应用。 《复件 新建 3.doc》和《复件 新建 4.doc》可能是书中某些章节的副本或者是补充材料，它们可能...
Java图片处理---尺寸不变，大小压缩
热门推荐
CrazyShaQiuShi
07-21 1万+
尺寸不变，大小压缩 public static boolean compressPic(String srcFilePath, String descFilePath) throws IOException { File file = null; BufferedImage src = null; FileOutputStream out = ...
力扣第214题“最短回文串”
10年数据\经营分析经验，现任大厂数据分析负责人
06-28 1025
本文详细解读了力扣第214题“最短回文串”，通过使用 KMP 算法的方法高效地解决了这一问题，并提供了详细的解释和模拟面试问答。希望读者通过本文的学习，能够在力扣刷题的过程中更加得心应手。
【Python】在 VS Code 里面绘制动图不显示动画的解决办法
Suasy小易的博客
06-25 585
VS Code 中使用 matplotlib 的动画功能，需要配置适当的绘图后端。
昇思25天学习打卡营第2天|张量学习
main_h_的博客
06-26 787
张量是一种特殊的数据结构，主要是描述矩阵 行列式这类。张量（Tensor）是MindSpore网络运算中的基本数据结构，类似日常的多维数组，不过比基础的数组多了一些描述信息。
llama.cpp
最新发布
qq_38148600的博客
06-29 399
https://github.com/echonoshy/cgft-llm【大模型量化】- Llama.cpp轻量化模型部署及量化_哔哩哔哩_bilibiligithub.com/ggerganov/llama.cppcd ~/code/llama.cpp/build_cuda/bin ./quantize --allow-requantize /root/autodl-tmp/models/Llama3-8B-Chinese-Chat-GGUF/Llama3-8B-Chinese-Chat-q8_0-v2
解决Java中的数组越界异常的技术
weixin_44627014的博客
06-26 687
通过本文的讨论，我们了解了如何有效地处理Java中的数组越界异常。预防异常的发生，合理使用异常处理机制以及考虑使用集合类来替代数组，是确保Java应用程序稳定性和可靠性的关键步骤。
数字图像处理 机器视觉 计算机视觉关系
06-01
数字图像处理、机器视觉和计算机视觉都属于计算机科学中的图像处理领域。 数字图像处理是对数字图像进行处理、加工和分析的过程，目的是改善图像质量、提取图像信息、识别图像内容等。 机器视觉是利用计算机视觉...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值