imutils

日萌社

人工智能AI：Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战（不定时更新）

---

2.2. imutils

学习目标

• 了解imutils的功能
• 知道imutils的常见用法

1.imutils功能简介

imutils是在OPenCV基础上的一个封装，达到更为简结的调用OPenCV接口的目的，它可以轻松的实现图像的平移，旋转，缩放，骨架化等一系列的操作。

安装方法：

pip install imutils

在安装前应确认已安装numpy,scipy,matplotlib和opencv。

2.imutils的使用方法

2.1 图像平移

OpenCV中也提供了图像平移的实现，要先计算平移矩阵，然后利用仿射变换实现平移，在imutils中可直接进行图像的平移。

translated = imutils.translate(img,x,y)

参数：

• img:要移动的图像
• x:沿x轴方向移动的像素个数
• y: 沿y轴方向移动的像素个数

2.2 图像缩放

图片的缩放在OPenCV中要注意确保保持宽高比。而在imutils中自动保持原有图片的宽高比，只指定宽度weight和Height即可。

img = cv.imread("lion.jpeg")
resized = imutils.resize(img,width=200)
print("原图像大小: ", img.shape)
print("缩放后大小：",resized.shape)
plt.figure(figsize=[10, 10])
plt.subplot(1,2,1)
plt.imshow(cv.cvtColor(img, cv.COLOR_BGR2RGB))
plt.title('原图')
plt.axis("off")
plt.subplot(1,2,2)
plt.imshow(cv.cvtColor(resized, cv.COLOR_BGR2RGB))
plt.title('缩放结果')
plt.axis("off")
plt.show()

下图是对图像进行缩放后的结果：

2.3 图像旋转

在OpenCV中进行旋转时使用的是仿射变换，在这里图像旋转方法是imutils.rotate()，跟2个参数，第一个是图片数据，第二个是旋转的角度，旋转是朝逆时针方向。同时imutils还提供了另一个相似的方法, rotate_round()，它就是按顺时针旋转的。

import cv2
import imutils

image = cv2.imread('lion.jpeg')
rotated = imutils.rotate(image, 90)                                                                                      
rotated_round = imutils.rotate_bound(image, 90)                                 

plt.figure(figsize=[10, 10])
plt.subplot(1,3,1)
plt.imshow(img[:,:,::-1])
plt.title('原图')
plt.axis("off")
plt.subplot(1,3,2)
plt.imshow(rotated[:,:,::-1])
plt.title('逆时针旋转90度')
plt.axis("off")
plt.subplot(1,3,3)
plt.imshow(rotated_round[:,:,::-1])
plt.title('顺时针旋转90度')
plt.axis("off")
plt.show()

结果如下：

2.4 骨架提取

骨架提取，是指对图片中的物体进行拓扑骨架(topological skeleton)构建的过程。imutils提供的方法是skeletonize()，第二个参数是结构参数的尺寸(structuring element)，相当于是一个粒度，越小需要处理的时间越长。

import cv2
import imutils
# 1 图像读取
image = cv2.imread('lion.jpeg')
# 2 灰度化
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)                                  
# 3 骨架提取
skeleton = imutils.skeletonize(gray, size=(3, 3))  
# 4 图像展示
plt.figure(figsize=(10,8),dpi=100)
plt.subplot(121),plt.imshow(img[:,:,::-1]),plt.title('原图')
plt.xticks([]), plt.yticks([])
plt.subplot(122),plt.imshow(skeleton,cmap="gray"),plt.title('骨架提取结果')
plt.xticks([]), plt.yticks([])
plt.show()

效果如下：

2.5 Matplotlib显示

在OpenCV的Python绑定中，图像以BGR顺序表示为NumPy数组。使用该cv2.imshow功能时效果很好。但是，如果打算使用Matplotlib，该plt.imshow函数将假定图像按RGB顺序排列。调用cv2.cvtColor解决此问题，也可以使用opencv2matplotlib便捷功能。

img = cv.imread("lion.jpeg")
plt.figure()
plt.imshow(imutils.opencv2matplotlib(img))

2.5 OPenCV版本的检测

OpenCV 4发布之后，随着主要版本的更新，向后兼容性问题尤为突出。在使用OPenCV时，应检查当前正在使用哪个版本的OpenCV，然后使用适当的函数或方法。在imutils中的is_cv2()、is_cv3()和is_cv4()是可用于自动确定当前环境的OpenCV的版本简单的功能。

print("OPenCV版本: {}".format(cv2.__version__))
print("OPenCV是2.X? {}".format(imutils.is_cv2()))
print("OPenCV是3.X? {}".format(imutils.is_cv3()))
print("OPenCV是4.X? {}".format(imutils.is_cv4()))

输出是： 

总结

1. imutils是基于OPenCV的便利的图像处理工具包
2. 使用imutils可以轻松的完成图像平移，缩放，旋转，骨架提取等功能

---

"""
图像平移
    OpenCV中也提供了图像平移的实现，要先计算平移矩阵，然后利用仿射变换实现平移，在imutils中可直接进行图像的平移。
    translated = imutils.translate(img,x,y)
    参数：
        img:要移动的图像
        x: 沿x轴方向移动的像素个数
        y: 沿y轴方向移动的像素个数
"""

import imutils
import cv2
import numpy as np
import matplotlib.pyplot as plt
from pylab import mpl
mpl.rcParams["font.sans-serif"] = ["SimHei"] #支持中文显示
mpl.rcParams["axes.unicode_minus"] = False

x=100 #沿x轴方向移动的像素个数
y=50 #沿y轴方向移动的像素个数
img = cv2.imread("lion.jpg")
translated = imutils.translate(img,x,y)

plt.figure(figsize=[10, 10])
plt.subplot(1,2,1)
plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
plt.title('原图')
plt.axis("off")
plt.subplot(1,2,2)
plt.imshow(cv2.cvtColor(translated, cv2.COLOR_BGR2RGB))
plt.title('平移结果')
plt.axis("off")
plt.show()

"""
图像旋转
    在OpenCV中进行旋转时使用的是仿射变换，在这里图像旋转方法是imutils.rotate()，跟2个参数，
    第一个是图片数据，第二个是旋转的角度，旋转是朝逆时针方向。
    同时imutils还提供了另一个相似的方法, rotate_round()，它就是按顺时针旋转的。
"""

image = cv2.imread('lion.jpg')
rotated = imutils.rotate(image, 90)
rotated_round = imutils.rotate_bound(image, 90)

plt.figure(figsize=[10, 10])
plt.subplot(1,3,1)
plt.imshow(img[:,:,::-1])
plt.title('原图')
plt.axis("off")
plt.subplot(1,3,2)
plt.imshow(rotated[:,:,::-1])
plt.title('逆时针旋转90度')
plt.axis("off")
plt.subplot(1,3,3)
plt.imshow(rotated_round[:,:,::-1])
plt.title('顺时针旋转90度')
plt.axis("off")
plt.show()

"""
骨架提取
    骨架提取，是指对图片中的物体进行拓扑骨架(topological skeleton)构建的过程。
    imutils提供的方法是skeletonize()，第二个参数是结构参数的尺寸(structuring element)，
    相当于是一个粒度，越小需要处理的时间越长。
"""

# 1 图像读取
image = cv2.imread('lion.jpg')
# 2 灰度化
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# 3 骨架提取
skeleton = imutils.skeletonize(gray, size=(3, 3))
# 4 图像展示
plt.figure(figsize=(10,8),dpi=100)
plt.subplot(121),plt.imshow(img[:,:,::-1]),plt.title('原图')
plt.xticks([]), plt.yticks([])
plt.subplot(122),plt.imshow(skeleton,cmap="gray"),plt.title('骨架提取结果')
plt.xticks([]), plt.yticks([])
plt.show()


"""
Matplotlib显示
    在OpenCV的Python绑定中，图像以BGR顺序表示为NumPy数组。使用该cv2.imshow功能时效果很好。
    但是，如果打算使用Matplotlib，该plt.imshow函数将假定图像按RGB顺序排列。
    调用cv2.cvtColor解决此问题，也可以使用opencv2matplotlib便捷功能。
"""
img = cv2.imread("lion.jpg")
plt.figure()
plt.imshow(imutils.opencv2matplotlib(img))

"""
OPenCV版本的检测
    OpenCV 4发布之后，随着主要版本的更新，向后兼容性问题尤为突出。
    在使用OPenCV时，应检查当前正在使用哪个版本的OpenCV，然后使用适当的函数或方法。
    在imutils中的is_cv2()、is_cv3()和is_cv4()是可用于自动确定当前环境的OpenCV的版本简单的功能。
"""
print("OPenCV版本: {}".format(cv2.__version__)) #4.2.0
print("OPenCV是2.X? {}".format(imutils.is_cv2())) #False
print("OPenCV是3.X? {}".format(imutils.is_cv3())) #False
print("OPenCV是4.X? {}".format(imutils.is_cv4())) #True

---

In [1]:

import numpy as np

import cv2 as cv

import imutils

import matplotlib.pyplot as plt

图像平移

In [3]:

img = cv.imread("lion.jpeg")

tralate = imutils.translate(img,100,50)

plt.figure()

plt.subplot(1,2,1)

plt.imshow(img[:,:,::-1])

plt.title("原图")

plt.subplot(1,2,2)

plt.imshow(tralate[:,:,::-1])

plt.title("平移结果")

Out[3]:

Text(0.5, 1.0, '平移结果')

图像缩放

In [4]:

img = cv.imread("lion.jpeg")

resized = imutils.resize(img,width=200)

print("原图大小:",img.shape)

print("缩放后大小:",resized.shape)

plt.figure()

plt.subplot(1,2,1)

plt.imshow(img[:,:,::-1])

plt.title("原图")

plt.subplot(1,2,2)

plt.imshow(resized[:,:,::-1])

plt.title("缩放结果")

原图大小: (600, 573, 3)
缩放后大小: (209, 200, 3)

Out[4]:

Text(0.5, 1.0, '缩放结果')

图像旋转

In [7]:

img = cv.imread("lion.jpeg")

rotate = imutils.rotate(img,90)

rotate_bound = imutils.rotate_bound(img,90)

plt.figure()

plt.subplot(1,3,1)

plt.imshow(img[:,:,::-1])

plt.title("原图")

plt.subplot(1,3,2)

plt.imshow(rotate[:,:,::-1])

plt.title("逆时针")

plt.subplot(1,3,3)

plt.imshow(rotate_bound[:,:,::-1])

plt.title("顺时针")

Out[7]:

Text(0.5, 1.0, '顺时针')

骨架提取

In [8]:

img = cv.imread("lion.jpeg")

gray = cv.cvtColor(img,cv.COLOR_BGR2GRAY)

skeleton = imutils.skeletonize(gray,size=(3,3))

plt.figure()

plt.subplot(121)

plt.imshow(img[:,:,::-1])

plt.subplot(122)

plt.imshow(skeleton,cmap="gray")

Out[8]:

<matplotlib.image.AxesImage at 0x1246fc650>

maplotlib显示

In [10]:

img = cv.imread("lion.jpeg")

plt.figure()

plt.imshow(imutils.opencv2matplotlib(img))

Out[10]:

<matplotlib.image.AxesImage at 0x129bf5190>

OPencv版本检测

In [11]:

cv.__version__

Out[11]:

'4.1.0'

In [12]:

imutils.is_cv2()

Out[12]:

False

In [13]:

imutils.is_cv4()

Out[13]:

True