Python: 图像处理的基本运算

转自 Valse10.19推荐valse10.19
转自 http://xilinx.eetrend.com/blog/10587

本文主要介绍 Python 在图像处理中的基本运算，借助 scikit-image 库，Python 在做图像处理的 时候非常方便，对于习惯用MATLAB的人来说，可以非常快速的习惯Python的语法。 熟悉了这些基本的运算，就可以做进一步复杂的图像处理了。

import numpy as np
from skimage import data
import matplotlib.pyplot as plt
from skimage import io
import time
from skimage import img_as_float, img_as_ubyte

#读取图像
file_name=’E:/Visual Effects/PS Algorithm/2.jpg’
img=io.imread(file_name)

file_name2=’E:/Visual Effects/PS Algorithm/3.jpg’
img2=io.imread(file_name2)

# 图像的融合
img3=img2*0.5+img*0.5

# 浮点值的图像归一化到 0-1 之间
img3=img3/255.0

# 图像数据类型的转换
img3=img_as_float(img3)
img3=img_as_ubyte(img3)

# 分离图像的 R, G, B 三个通道
r_img=img2[:,:,0]
g_img=img2[:,:,1]
b_img=img2[:,:,2]

# 保存图像
io.imsave(‘red.jpg’, r_img)
io.imsave (‘out.jpg’, img3)

# 访问图像中的像素
# 单通道图像
aa=r_img[0:3, 0:4]
# 多通道图像
bb=img[0:3, 0:4, :]

print aa
print bb[1]

# 图像的显示
# 显示彩色图像
plt.figure(1)
plt.imshow(img)

# 显示灰度图像
plt.figure(2)
plt.imshow(r_img, plt.cm.gray)
plt.figure(3)
plt.imshow(g_img, plt.cm.gray)
plt.figure(4)
plt.imshow(b_img, plt.cm.gray)

plt.axis(‘off’)
plt.show()

# 获取图像的维度，行数，列数以及通道数
row, col, channel=img.shape
print “red channel”, r_img.dtype, r_img.shape
print “green channel”, g_img.dtype, g_img.shape
print “blue channel”, g_img.dtype, b_img.shape

print r_img.shape, row, col, channel

# 求图像的最大值，最小值，均值
print img3.min(), img3.max(), img3.mean()