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
- imutils是基于OPenCV的便利的图像处理工具包
- 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