前言

虽然计算机视觉领域目前基本是以深度学习算法为主，但实际上很多时候对图片的很多处理方法，并不需要采用深度学习的网络模型，采用目前成熟的图像处理库即可实现，比如 OpenCV 和 PIL ，对图片进行简单的调整大小、裁剪、旋转，或者是对图片的模糊操作。

所以本文主要是介绍用 OpenCV 实现一些基本的图像处理操作，本文的目录如下所示：

1. 安装
2. 旋转图片
3. 裁剪图片
4. 调整图片大小
5. 调整图片对比度
6. 模糊图片
   • 高斯模糊
   • 中值模糊
7. 边缘检测
8. 转为灰度图
9. 形心检测
10. 对彩色图片采用蒙版（mask）
11. 提取图片的文字（OCR）
12. 检测和修正歪曲的文字
13. 颜色检测
14. 去噪
15. 检测图片的轮廓
16. 移除图片的背景

原文地址：

https://likegeeks.com/python-image-processing/

代码和样例图片的地址：

https://github.com/ccc013/CodesNotes/tree/master/opencv_notes

https://github.com/ccc013/CodesNotes/blob/master/opencv_notes/opencv_image_process_tutorial.ipynb

---

1. 安装

OpenCV 的安装还是比较简单的，直接用 pip 命令在命令行安装即可，输入以下命令：

pip install opencv-python

验证是否安装成功，可以运行 python 命令，然后分别输入以下命令：

import cv2

运行成功，没有报错，即安装成功。

2. 旋转图片

首先，还是需要导入 cv2 模块：

import cv2

然后第一件事情就是读取图片，调用imread 函数即可，输入参数是图片的路径，如下代码所示：

# 读取图片

img = cv2.imread('example.jpg')

print(f'type: {type(img)}')

plt.axis('off')

plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))

然后打印读取的图片类型，可以知道是一个numpy 的多维数组，即矩阵的形式。

上述代码运行结果如下：

下面的所有功能实现，我都是在 jupyter notebook 上实现的，所以展示图片部分和原文有所不同，原文展示图片代码是采用：

cv2.imshow('original image', img)

cv2.waitKey(0)

而在 jupyter 中，需要先导入下面的库：

import matplotlib.pyplot as plt

%matplotlib inline

然后直接调用 plt.imshow() 函数，不过 opencv 都需要做一个转换过程，即：

plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))

读取好图片后，接下来就是实现旋转图片，这里分为以下三个步骤：

1. 获取图片的宽和高
2. 调用函数cv2.getRotationMatrix2D() 得到旋转矩阵
3. 通过 wrapAffine 实现旋转

实现的代码如下所示：

# 获取图片的宽、高

height, width = img.shape[:2]

print(height, width)

rotationMatrix = cv2.getRotationMatrix2D((width/2, height/2), 45, .5)

rotationImage = cv2.warpAffine(img, rotationMatrix, (width, height))

print(f'rotation image shape:{rotationImage.shape}')

plt.imshow(cv2.cvtColor(rotationImage, cv2.COLOR_BGR2RGB))

结果如下所示：

3. 裁剪图片

裁剪图片的步骤如下：

1. 读取图片，并获取图片的宽和高；
2. 确定裁剪后图片的宽和高；
3. 开始裁剪操作

实现代码如下所示：

img = cv2.imread('example.jpg')

height, width = img.shape[:2]

print(f'origin image shape:{img.shape}')

# 设置裁剪后图片的大小

start_row = int(height * 0.15)

start_col = int(width * 0.15)

end_row = int(height * 0.85)

end_col = int(width * 0.85)

# 裁剪图片

cropped_image = img[start_row:end_row, start_col:end_col]

print(f'crop image shape:{cropped_image.shape}')

plt.axis('off')

plt.imshow(cv2.cvtColor(cropped_image, cv2.COLOR_BGR2RGB))

效果如下图所示：

4. 调整图片大小

对图片进行调整大小的操作，采用的是resize() 函数，这里有两种方式进行调整大小：

1. 坐标轴方式来指定缩放比例，即fx, fy 参数；
2. 直接给出调整后图片的大小。

第一种方式的实现代码：

img = cv2.imread('example.jpg')

height, width = img.shape[:2]

print(f'origin image shape:{img.shape}')

# 1

new_img = cv2.resize(img, (0, 0), fx=0.75, fy=0.75)

print(f'new img shape:{new_img.shape}')

plt.axis('off')

plt.imshow(cv2.cvtColor(new_img, cv2.COLOR_BGR2RGB))

实现效果：

第二种方法的实现代码：

# 2

new_img = cv2.resize(img, (800, 800))

print(f'new img shape:{new_img.shape}')

plt.axis('off')

plt.imshow(cv2.cvtColor(new_img, cv2.COLOR_BGR2RGB))

实现结果如下所示：

5. 调整图片对比度

在 Python 的 OpenCV 模块中并没有特定的实现调整图片对比度的函数，但官方文档给出实现调整图片亮度和对比度的公式，如下所示：

new_img = a*original_img + b

官方文档地址：

https://docs.opencv.org/master/d3/dc1/tutorial_basic_linear_transform.html

这里公式中的 a 就是 $\alpha$, 表示图片的对比度，

• 如果它大于 1，就是高对比度；
• 如果在 0-1 之间，那就是低对比度；
• 等于 1，表示没有任何变化

b 是 $\beta$ ，数值范围是 -127 到 127；

要实现上述公式，可以采用 addWeighted() 方法，它输出的图片是一个 24 位的 0-255 范围的彩色图片。

其语法如下所示：

cv2.addWeighted(source_img1, alpha1, source_img2, alpha2, beta)

这个方法是接收两张输入的图片，然后根据 alpha1 和 alpha2 来将两种图片进行融合。

如果只是想调整图片的对比度，那么可以将第二个图片通过 Numpy 设置为 0。

所以，实现的代码如下所示：

import numpy as np

img = cv2.imread('example.jpg')

# 高对比度

hight_contrast_img = cv2.addWeighted(img, 2.5, np.zeros(img.shape, img.dtype), 0, 0)

# 低对比度

low_contrast_img = cv2.addWeighted(img, 0.5, np.zeros(img.shape, img.dtype), 0, 0)

plt.figure(figsize=(32, 16))

plt.subplot(3, 1, 1)

plt.title('origin image')

plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))

plt.subplot(3, 1, 2)

plt.title('hight contrast image')

plt.imshow(cv2.cvtColor(hight_contrast_img, cv2.COLOR_BGR2RGB))

plt.subplot(3, 1, 3)

plt.title('low contrast image')

plt.imshow(cv2.cvtColor(low_contrast_img, cv2.COLOR_BGR2RGB))

实现效果如下所示：

6. 模糊图片

高斯模糊

高斯模糊采用的是 GaussianBlur() 方法，采用高斯核，并且核的宽和高必须是正数，且是奇数。

高斯滤波主要用于消除高斯噪声，可以保留更多的图像细节，经常被称为最有用的滤波器。

实现的代码如下所示：

img = cv2.imread('example.jpg')

blur_img = cv2.GaussianBlur(img, (7, 7), 3)

plt.figure(figsize=(32, 32))

plt.subplot(1, 2, 1)

plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))

plt.subplot(1, 2, 2)

plt.imshow(cv2.cvtColor(blur_img, cv2.COLOR_BGR2RGB))

实现效果：

中值模糊

对于中值模糊，就是用区域内的中值来代替本像素值，因此孤立的斑点，比如 0 或者 255 的数值很容易消除掉。

所以中值模糊主要用于消除椒盐噪声和斑点噪声。

实现代码：

img = cv2.imread('example.jpg')

blur_img = cv2.medianBlur(img, 5)

plt.figure(figsize=(32, 32))

plt.subplot(1, 2, 1)

plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))

plt.subplot(1, 2, 2)

plt.imshow(cv2.cvtColor(blur_img, cv2.COLOR_BGR2RGB))

实现效果如下所示：

7. 边缘检测

边缘检测主要是通过Canny() 方法，它实现了 Canny 边缘检测器，这也是目前最优的边缘检测器。

Canny() 方法的语法如下：

cv2.Canny(image, minVal, maxVal)

其中 minVal 和 maxVal 分别表示梯度强度值的最小值和最大值。

实现代码如下：

img = cv2.imread('example.jpg')

edge_img = cv2.Canny(img, 100, 200)

plt.figure(figsize=(32, 32))

plt.subplot(1, 2, 1)

plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))

plt.subplot(1, 2, 2)

plt.imshow(cv2.cvtColor(edge_img, cv2.COLOR_BGR2RGB))

实现结果：

8. 转为灰度图

最简单的将图片转为灰度图的方法，就是读取的时候，代码如下所示：

img = cv2.imread("example.jpg", 0)

而另一种方法就是用 BGR2GRAY ，实现代码：

img = cv2.imread('example.jpg')

gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

plt.figure(figsize=(32, 32))

plt.subplot(1, 2, 1)

plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))

plt.subplot(1, 2, 2)

plt.imshow(cv2.cvtColor(gray_img, cv2.COLOR_BGR2RGB))

实现效果：

9. 形心检测

检测一张图片的形心位置，实现步骤如下所示：

1. 读取图片，并转为灰度图；
2. 通过moments() 方法计算图片的 moments；
3. 接着利用第二步的结果来计算形心的 x，y 坐标
4. 最后可以绘图展示检测的结果。

本例使用的图片如下：

实现代码：

gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

moment = cv2.moments(gray_img)

X = int(moment ["m10"] / moment["m00"])

Y = int(moment ["m01"] / moment["m00"])

cv2.circle(img, (X, Y), 50, (205, 114, 101), 1)

plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))

实现的效果：

10.对彩色图片采用蒙版（mask）

图像蒙版就是将一张图片作为另一张图片的蒙版，或者是修改图片中的像素值。

本例中将采用HoughCircles() 方法来应用蒙版，这个方法可以检测图片中的圆，然后对这些圆应用蒙版。

本例采用的图片为：

实现代码：

img1 = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

circles = cv2.HoughCircles(gray_img, cv2.HOUGH_GRADIENT, 1, 20, param1=50, param2=50, minRadius=0, maxRadius=0)

circles = np.uint16(np.around(circles))

masking=np.full((img1.shape[0], img1.shape[1]),0,dtype=np.uint8)

for j in circles[0, :]:

    cv2.circle(masking, (j[0], j[1]), j[2], (255, 255, 255), -1)

final_img = cv2.bitwise_or(img1, img1, mask=masking)

plt.imshow(cv2.cvtColor(final_img, cv2.COLOR_BGR2RGB))

实现效果：

11.提取图片的文字（OCR）

实现提取图片的文字是通过安装使用谷歌的 Tesseract-OCR，首先需要从下面这个网址中下载：

https://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-setup-3.05.02-20180621.exe

接着再进行安装：

pip install pytesseract

如果是 mac，安装步骤可以是这样的：

brew install tesseract

pip install pytesseract

本例使用的图片：

实现代码如下所示：

import pytesseract

pytesseract.pytesseract.tesseract_cmd = '/usr/local/bin/tesseract'

img = cv2.imread('pytext.png')

pytesseract.image_to_string(img)

实现结果：

注意这里需要设置 tesseract 的执行路径，两种方法，第一种是设置环境变量：

windows 版：https://blog.csdn.net/luanyongli/article/details/81385284

第二种是在代码中进行指定，即代码中pytesseract.pytesseract.tesseract_cmd = '/usr/local/bin/tesseract'，

这里我用的是 Mac，所以这个路径可以在命令行中输入which tesseract 来找到。

12. 检测和修正歪曲的文字

在本例中，使用的图片如下：

首先还是先读取图片，并转换为灰度图：

接着采用 bitwise_not 方法将背景和文字颜色进行交换，变成白字黑底：

接着分别找到 x，y 坐标中大于 0 值的像素值，并通过minAreaRect() 计算得到歪曲的角度，接着就是计算要修正的角度，然后再通过之前旋转图片的方法来修正，实现代码和结果如下：

完整的实现代码：

import cv2

import numpy as np

img = cv2.imread('Skewed-text-image.png')

gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

gray_img = cv2.bitwise_not(gray_img)

coordinates = np.column_stack(np.where(gray_img > 0))

ang=cv2.minAreaRect(coordinates)[-1]

if ang<-45:

    angle=-(90+ang)

else:

    angle=-ang

height, width = img.shape[:2]

center_img = (width / 2, height / 2)

rotationMatrix = cv2.getRotationMatrix2D(center_img, angle, 1.0)

rotated_img = cv2.warpAffine(img, rotationMatrix, (width, height), borderMode = cv2.BORDER_REFLECT)

plt.imshow(cv2.cvtColor(rotated_img, cv2.COLOR_BGR2RGB))

13. 颜色检测

在本次例子中实现检测图片中的绿色区域，使用的图片:

首先是读取图片后，转换到 HSV 空间：

接着需要通过 Numpy 设置绿色像素值的上下范围区间：

lower_green = np.array([34, 177, 76])

upper_green = np.array([255, 255, 255])

接着通过 inRange() 方法来判断输入图片中是否包含在设置后的绿色区间范围内，如果有，那就表示检测到绿色这种颜色的像素区域。

完整实现的代码：

import cv2

import numpy as np

img = cv2.imread("pycolor.png")

hsv_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

plt.imshow(cv2.cvtColor(hsv_img, cv2.COLOR_BGR2RGB))

lower_green = np.array([34, 177, 76])

upper_green = np.array([255, 255, 255])

masking = cv2.inRange(hsv_img, lower_green, upper_green)

plt.imshow(cv2.cvtColor(masking, cv2.COLOR_BGR2RGB))

实现结果：

14. 去噪

OpenCV 中提供了下面 4 种图像去噪的方法：

1. fastNlMeansDenoising()：从灰度图中降噪；
2. fastNlMeansDenoisingColored()：从彩色图片中降噪
3. fastNlMeansDenoisingMulti()：从灰度图片帧（灰度视频）中降噪；
4. fastNlMeansDenoisingColoredMulti()：从彩色图片帧中降噪

本次例子会用第二种方法：fastNlMeansDenoisingColored()

实现的代码如下所示：

import cv2

img = cv2.imread('example.jpg')

result = cv2.fastNlMeansDenoisingColored(img,None,20,10,7,21)

plt.figure(figsize=(32, 32))

plt.subplot(1, 2, 1)

plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))

plt.subplot(1, 2, 2)

plt.imshow(cv2.cvtColor(result, cv2.COLOR_BGR2RGB))

其中对于方法fastNlMeansDenoisingColored()的个参数分别是：

• 输入的原图
• 输出图片，不过这里设置为 None，我们直接保存到 result 变量里；
• 滤波器强度
• 和滤波器强度一样，但针对的是彩色图片的噪声，一般设置为 10；
• 模板块像素大小，必须是奇数，一般设置为 7；
• 计算给定像素均值的窗口大小

实现结果：

15. 检测图片的轮廓

轮廓是图片中将连续的点连接在一起的曲线，通常检测轮廓的目的是为了检测物体。本例中使用的图片如下：

检测轮廓的步骤如下：

1. 读取图片，并转为灰度图；
2. 通过threshold() 找到阈值，通常设置 127-255 的区间
3. 采用 findContours() 进行检测轮廓，具体使用方法可以查看官方文档：https://docs.opencv.org/3.4.2/d3/dc0/group__imgproc__shape.html#ga17ed9f5d79ae97bd4c7cf18403e1689a
4. 最后是通过drawContours() 来绘制画好的轮廓，然后展示出来

实现代码：

import cv2

img = cv2.imread('opencv_contour_example.png')

gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

retval, thresh = cv2.threshold(gray_img, 127, 255, 0)

img_contours, _ = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

cv2.drawContours(img, img_contours, -1, (0, 255, 0))

plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))

实现效果：

16. 移除图片的背景

移除图片背景的实现思路是这样的：

1. 检测图片主要物体的轮廓；
2. 为背景通过np.zeros 生成一个蒙版 mask；
3. 采用 bitwise_and 运算符来结合检测轮廓后的图片和蒙版 mask

本次样例使用的原图：

实现代码：

import cv2

import numpy as np

img = cv2.imread("opencv_bg.png")

gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

_, thresh = cv2.threshold(gray_img, 127, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)

img_contours = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)[-2]

img_contours = sorted(img_contours, key=cv2.contourArea)

for i in img_contours:

    if cv2.contourArea(i) > 100:

        break

mask = np.zeros(img.shape[:2], np.uint8)

cv2.drawContours(mask, img_contours, -1, 255, -1)

new_img = cv2.bitwise_and(img, img, mask=mask)

plt.figure(figsize=(32, 32))

plt.subplot(1, 2, 1)

plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))

plt.subplot(1, 2, 2)

plt.imshow(cv2.cvtColor(new_img, cv2.COLOR_BGR2RGB))

实现结果：

---

小结

本文是简单介绍了基于 opencv 实现的一些图像处理操作，从基础的旋转，裁剪，调整大小，到模糊图片，边缘检测，修正歪曲文字，去噪，检测轮廓等操作，都给出了基础的实现代码，如果需要更深入了解，这里推荐：

1. opencv 官方文档：https://docs.opencv.org/master/d9/df8/tutorial_root.html
2. https://github.com/ex2tron/OpenCV-Python-Tutorial
3. 图像处理 100 问：https://github.com/gzr2017/ImageProcessing100Wen

最后，原文地址：

https://likegeeks.com/python-image-processing/

代码和样例图片的地址：

https://github.com/ccc013/CodesNotes/tree/master/opencv_notes

https://github.com/ccc013/CodesNotes/blob/master/opencv_notes/opencv_image_process_tutorial.ipynb

欢迎关注我的公众号--算法猿的成长