使用python+numpy+scipy进行图像处理实战

最新推荐文章于 2024-01-13 08:47:13 发布

woshicver

最新推荐文章于 2024-01-13 08:47:13 发布

阅读量612

点赞数

文章标签： python 人工智能机器学习 opencv numpy

本文链接：https://blog.csdn.net/woshicver/article/details/108544289

版权

本文介绍如何使用Python的Numpy、Scipy和Matplotlib等模块进行基本的图像处理，包括色彩调整、图像着色和灰度图像处理。通过实例展示了如何改变图像的亮度、阴影和色调，并探讨了不同颜色映射的应用。

摘要由CSDN通过智能技术生成

以前照相没有像现在这样那么容易的，而在现在你只需要一部手机，就可以免费拍照，而在上一代人之前，业余艺术家和真正的艺术家拍照的费用非常昂贵，并且每张照片的成本也不是免费的。

我们拍照是为了及时地保存美好的瞬间，被保存的记忆可以随时在未来被"打开"。

这个过程就像腌制东西一样，所以我们要注意正确的防腐剂。虽然现在手机为我们提供了一系列的图像处理软件，但是如果我们需要处理大量的照片时，我们就需要其他的工具了，此时编程和Python就派上用场了。Python及其模块如Numpy、Scipy、Matplotlib和其他特殊模块提供了各种各样的函数，能够处理大量图片。

为了向你介绍必要的知识，本文Python教程将教你如何进行基本的图像处理和操作，为此我们使用模块NumPy、Matplotlib和SciPy。

我们从scipy包的misc工具开始。

# 以下行仅在Python notebook中需要加上:
%matplotlib inline
from scipy import misc
ascent = misc.ascent()
import matplotlib.pyplot as plt
plt.gray()
plt.imshow(ascent)
plt.show()

除了显示图像之外，我们还可以看到带有刻度的轴。如果你需要一些关于大小和像素位置的方向时，这是很有用的，但在大多数情况下，你并不需要这些信息，则我们可以通过添加命令plt.axis("off")来去掉刻度和轴:

from scipy import misc
ascent = misc.ascent()
import matplotlib.pyplot as plt
plt.axis("off") # 删除轴和刻度
plt.gray()
plt.imshow(ascent)
plt.show()

我们可以看到这个图像的类型是一个整数数组:

ascent.dtype

输出:

dtype('int64')

我们也可以检查图像的大小:

ascent.shape

输出:

(512,512)

misc包里还有一张浣熊的图片:

import scipy.misc
face = scipy.misc.face()
print(face.shape)
print(face.max)
print(face.dtype)
plt.axis("off")
plt.gray()
plt.imshow(face)
plt.show()
(768, 1024, 3)
<built-in method max of numpy.ndarray object at 0x7f9e70102800>
uint8
import matplotlib.pyplot as plt

matplotlib只支持png图像

img = plt.imread('frankfurt.png')
print(img[:3])
[[[ 0.41176471  0.56862748  0.80000001]
  [ 0.40392157  0.56078434  0.79215688]
  [ 0.40392157  0.56862748  0.79607844]
  ..., 
  [ 0.48235294  0.62352943  0.81960785]
  [ 0.47843137  0.627451    0.81960785]
  [ 0.47843137  0.62352943  0.82745099]]
 [[ 0.40784314  0.56470591  0.79607844]
  [ 0.40392157  0.56078434  0.79215688]
  [ 0.40392157  0.56862748  0.79607844]
  ..., 
  [ 0.48235294  0.62352943  0.81960785]
  [ 0.47843137  0.627451    0.81960785]
  [ 0.48235294  0.627451    0.83137256]]
 [[ 0.40392157  0.56862748  0.79607844]
  [ 0.40392157  0.56862748  0.79607844]
  [ 0.40392157  0.56862748  0.79607844]
  ..., 
  [ 0.48235294  0.62352943  0.81960785]
  [ 0.48235294  0.62352943  0.81960785]
  [ 0.48627451  0.627451    0.83137256]]]
plt.axis("off")
imgplot = plt.imshow(img)