图像处理课后作业Ⅱ——简单处理图片（腐蚀膨胀、更改RGB值）

第二次课后作业

作业任务：简单处理一张图像

处理想法

选取一个物体，对它进行两种不同的图像处理，然后拼接起来

处理思路

"1234"指输出窗口的编号

工程实现

1.导入库，读取图像（键盘）

# 引入cv2和numpy库
import cv2
import time
from cv2 import cv2
import numpy as np
start =time.clock()  # 代码开始运行的时刻

img = cv2.imread("E:\\18023\\Pictures\\Camera Roll\\keyboard.png")  # 读取图像
cv2.imshow('1', img)  # 输出处理前的图像

2.腐蚀膨胀处理

# 用椭圆结构进行膨胀腐蚀处理 （上面的键盘）
kernel = cv2.getStructuringElement(
    cv2.MORPH_ELLIPSE, (10, 10))  # 椭圆结构:MORPH_ELLIPSE
img1 = cv2.erode(img, kernel)  # 腐蚀
img1 = cv2.dilate(img, kernel)  # 膨胀
cv2.imshow('2', img1)  # 输出腐蚀膨胀后的图像
img1 = img1[200:390, 120:675]  # 截取键盘区域

3.BGR调色处理

img2 = img.copy()  # 复制一张原图
src = img2[200:390, 120:675]  # 截取键盘区域
# 获取图像高度宽度
imgInfo = src.shape
height = imgInfo[0]
weight = imgInfo[1]
# 更改BGR参数 （下面的键盘）
dst = np.zeros((height, weight, 3), np.uint8)  # 返回给定形状和类型的新数组
for i in range(0, height):
    for j in range(0, weight):
        (b, g, r) = src[i, j]
        # 分别将BGR增加一定数值 目的是将绿色的键帽改为粉色
        b += 120
        g += 50
        r  += 180
        # BGR值不超过255
        if b > 255:
            b = 255
        if g > 255:
            g = 255
        if r > 255:
            r = 255
        # 将新的BGR值赋予图像
        dst[i, j] = (b, g, r)
img2[200:390, 120:675] = dst  # 指定位置填充
cv2.imshow('3', img2)  # 输出只改了键盘颜色的图像

4.拼接图像

# 将键盘区域的图像截图添加到原图的上下位置
img[10:200, 120:675] = img1  # 指定位置填充，大小要一样才能填充
img[400:590, 120:675] = dst  # 指定位置填充，大小要一样才能填充

5.绘制图像方框并输出图像

# 绘制键盘外围方框 创建数组 定义四个顶点坐标
pts = np.array([[120, 10], [120, 590], [675, 590], [675, 10]], np.int32)
# 顶点个数：4，矩阵变成4*1*2维，OpenCV中需要将多边形的顶点坐标变成顶点数×1×2维的矩阵
# 这里 reshape 的第一个参数为-1, 表示“任意”，意思是这一维的值是根据后面的维度的计算出来的
pts = pts.reshape((-1, 1, 2))
cv2.polylines(img, [pts], True, (0, 0, 0))  # 框线为黑色 画框

# 输出拼接完成的图像
cv2.imshow('4', img)
end = time.clock()  # 代码停止运行的时刻
print('Running time: %s Seconds'%(end-start))  # 输出代码运行时间
cv2.waitKey(0)

Running time: 1.06 Seconds

引入numpy比python自带的列表运算速度更快

学习心得

1.使用OpenCV的工具包：

• imshow 输出
• imread 读取
• copy 复制
• shape 图像三围
• polylines 绘制多线
• waitkey 等待按键
• erode 腐蚀
• dilate 膨胀
• MORPH_RECT 矩形
• MORPH_CROSS 交叉形
• MORPH_ELLIPSE 椭圆形
• reshape 矩阵变维

2.使用numpy的工具包：

一个python的科学计算软件包，应用在数据分析、机器学习、科学运算等领域

• array 数组
• zeros 全零数组

3.复习python的一些语法：

• range 范围
• a = a+1又可表示为a += 1
• for的嵌套循环

4.了解了一些图像处理的方法

• 更改颜色模式（RGB，HSV）
• 对像素点进行颜色操作
• 腐蚀和膨胀
• 选取像素点区域