标签：img 代码 cv2 RGB 图像处理 整理 kernelX numpy image

整理图像处理相关的代码和问题，方便查阅

读取图片

# 法1
import cv2
image_cv = cv2.imread('0.jpg')  # numpy.ndarray

# 法2
from PIL import Image
image_pil = Image.open('0.jpg')  # PIL图片格式

# 法1法2的结果互相转换
image_pil = Image.fromarray(image_cv)  # 1->2
image_numpy = np.array(image_pil)  # 2->1

# 法3
import skimage.io as io
image = io.imread('0.jpg')  # 直接为RGB
io.imshow(image)

图像变换

# 更改颜色通道 
# OpenCV使用BGR约定存储彩色图像，matplotlib使用RGB约定。
img_color = cv2.cvtColor(img, cv2.COLOR_BGR2RGB).astype(np.float32) # 同时修改数据类型
# PIL.Image.convert
img_1 = img.convert('1')
img_L = img.convert('L')
img_RGB = img.convert('RGB')

# 更改大小
img_size = cv2.resize(img_rgb, (self.width, self.height), cv2.INTER_AREA)

# 变换维度
torch.Tensor.permute, eg:x.permute(2, 0, 1)  # 更改顺序
numpy.transpose, eg:x.transpose(2, 0, 1)  # 更改顺序
torch.squeeze()  # 降维
torch.unsqueeze()  # 增维
numpy.newaxis, eg:x[:,np.newaxis,:]  # 增维
numpy.squeeze()  # 降维 

图像处理

# 高斯模糊
image_gauss = cv2.GaussianBlur(image, (3, 3), 0)
# 图片灰度化
image_gray = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)
# 边缘算子
image_canny = cv2.Canny(image,200,250)
# 二值化
ret, image_two = cv2.threshold(image, 0, 255, cv2.THRESH_OTSU)
# 形态学（腐蚀，膨胀，开操作，闭操作）
# 闭操作
kernelX = cv2.getStructuringElement(cv2.MORPH_RECT, (35, 8))
image = cv2.morphologyEx(image, cv2.MORPH_CLOSE, kernelX)
# 膨胀腐蚀
kernelX = cv2.getStructuringElement(cv2.MORPH_RECT, (20, 1))
kernelY = cv2.getStructuringElement(cv2.MORPH_RECT, (1, 18))
image = cv2.dilate(image, kernelX)
image = cv2.erode(image, kernelX)
image = cv2.erode(image, kernelY)
image = cv2.dilate(image, kernelY)

# 中值滤波
image = cv2.medianBlur(image, 15)

绘制

# 展示图像
fig,ax = plt.subplots(1)
fig.set_size_inches(18.5, 10.5)
ax.imshow(img.permute(1, 2, 0))  # 将通道C换到第三位
# 在图像上绘制矩形
rect = patches.Rectangle((xmin,ymin),(xmax-xmin),(ymax-ymin),linewidth=2,edgecolor='r',facecolor='none')
ax.add_patch(rect)
# 添加文字
ax.text(xmin, ymin, f"{label}", horizontalalignment='center', verticalalignment='center',fontsize=20,color='b')
plt.savefig(fullPath)  # 若要保存，得在show()之前
plt.show()

常见问题

1）图像数据类型是np.float32还是np.uint8
2）图像维度数量，灰度图和RGB，BGR
3）C，W，H相对位置
4）图像处理的参数
5）是否被转置

标签：img,代码,cv2,RGB,图像处理,整理,kernelX,numpy,image
来源： https://blog.csdn.net/m0_46203495/article/details/122738154

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。