2018 · Seoul, KR

Видеостены Barco украшают студии TV Chosun

Свяжитесь с нами

Не стесняйтесь обращаться к нам с вашими вопросами. Наша команда с радостью укажет вам правильное направление.

Руководство для начинающих по обработке изображений с помощью OpenCV и Python

Эта статья была опубликована в рамках блога Data Science Blogathon

Введение

Все мы знаем фразу: «Каждая картинка может рассказать нам историю». Внутри изображения может быть скрыто много информации, и мы можем интерпретировать ее по-разному и с разных точек зрения. Итак, что такое изображение и как с ним работать? Проще говоря, мы можем сказать, что изображение — это визуальное представление чего-либо, и с ним можно легко справиться с помощью компьютерного зрения (с точки зрения машинного обучения).

Некоторые из вас, возможно, уже знают о Computer Vision и могут пропустить этот абзац, но для тех, кто не имеет об этом представления, Computer Vision, в основном известный в сокращенной форме «CV», можно сказать, как поле в области искусственного интеллекта, который извлекает полезную информацию из цифровых изображений, видео и т. д. «CV» имеет множество реальных приложений практически во всех областях современной эпохи, включая медицину, автомобилестроение, производство, сельское хозяйство и т. д.

Изображение 1

Как человек, который сейчас читает этот пост, вы сможете различать предметы или элементы, присутствующие на изображении. Но как быть с машинами? Могли ли они увидеть и подумать, чтобы различить его самостоятельно? НЕТ? тогда давайте заставим вашу машину сделать это.

В этом блоге вы познакомитесь с основами компьютерного зрения с помощью Python.

Я полагаю, что вы уже установили Python Shell/Jupyter Notebook/PyCharm или Visual Studio Code (и это лишь некоторые из них) для программирования на Python. Давайте для начала установим широко используемый пакет (OpenCV) и запустим коды в каждой ячейке Jupyter Notebook.

Установка пакета OpenCV для предварительной обработки изображений

OpenCV — это предварительно созданная библиотека (пакет) с открытым исходным кодом, предназначенная только для ЦП, которая широко используется для приложений компьютерного зрения, машинного обучения и обработки изображений. Он поддерживает множество языков программирования, включая Python.

Установите пакет OpenCV, используя:

 pip установить opencv-python 

ИЛИ

 pip установить opencv-contrib-python 

Запустите любую из этих команд на своем терминале или, если вы используете Anaconda Navigator — Jupyter Notebook, вы можете изменить «pip» с помощью команды «conda» и установить то же самое.

Импорт пакета

Что такое пакет в Python? Пакет в Python — это набор модулей, содержащих предварительно написанные скрипты. Эти пакеты помогают нам импортировать модули полностью или даже по отдельности. Мы можем импортировать пакет, вызвав модуль «cv2» следующим образом:

 импорт cv2 

Чтение изображения

Цифровые изображения можно разделить на; цветные изображения, изображения в оттенках серого, бинарные изображения и мультиспектральные изображения. Цветное изображение включает информацию о цвете для каждого пикселя. Изображения, имеющие оттенки серого в качестве единственного цвета, представляют собой изображения в градациях серого, в то время как бинарное изображение имеет ровно два цвета, в основном черные и белые пиксели. Мультиспектральные изображения — это изображения, которые захватывают данные изображения в диапазоне электромагнитного спектра в пределах определенной длины волны.

Давайте вернемся к части кодирования и прочитаем изображение, например, изображение показано ниже:

Это изображение мандрена. В настоящее время я читаю изображение из своего локального каталога.

 # cv2.imread(path_to_image_with_file_extension, флаг) 

Код использования выглядит следующим образом:

 img = cv2.imread("mandrill.jpg", 1) 

Здесь мы используем метод «imread» пакета cv2 для чтения изображения, и первый параметр соответствует пути к изображению с его именем файла и расширением, а второй — это флаг, который вы можете установить, который указывает путь , как читать на картинке. Если хотите, вы можете заменить здесь абсолютный путь к изображению и попробовать прочитать его с локального компьютера или даже из Интернета! Если изображение присутствует в вашем текущем рабочем каталоге, вам нужно указать только имя изображения с его типом расширения.

Что касается второго параметра, если вы хотите прочитать его как изображение в градациях серого, вы можете указать параметр в 0, -1 для чтения изображения как неизмененного (считывает изображение как альфа-канал или канал прозрачности, если он есть ) и по умолчанию это 1, как цветное изображение. Вы также можете попробовать другие параметры по этой ссылке:

https://docs.opencv.org/4.5.2/d8/d6a/group__imgcodecs__flags.html#ga61d9b0126a3e57d9277ac48327799c80

в ImreadModes.

Свойства изображения

Форма:

Каждое изображение имеет форму. Длину границ, демонстрируемых изображением, можно назвать формой, т. е. высотой и шириной. Теперь, когда вы знаете, как читать изображение, как насчет проверки формы изображения?

 печать(изображение.форма) 

— это основной способ печати формы изображения, но мы можем извлечь форму, используя:

 h, w, c = изображение.форма
print("Размеры изображения:nnHeight:", h, "pixelsnWidth:", w, "pixelsnNumber of Channels:", c) 

, чтобы лучше понять.

Для цвета и неизменного режима будет возвращено 3 значения, включая высоту, ширину и количество каналов, присутствующих в изображении. Если вы использовали режим оттенков серого, форма будет равна 2, что вернет высоту и ширину изображения, но тогда вам просто нужно использовать только переменные h и w (исключить использование «c»), иначе вы можете получить ошибка значения, говорящая «недостаточно значений для распаковки (ожидалось 3, получено 2)».

Тип:

Мы можем узнать тип изображения, используя метод «тип». Использование этого метода помогает нам узнать, как представлены данные изображения. Запустите код следующим образом:

 печать (тип (изображение)) 

Результат может быть таким:

в качестве типа изображения. Это многомерный контейнер предметов одного типа и размера. Подробнее о N-мерном массиве можно узнать по следующей ссылке:

https://numpy.org/doc/stable/reference/arrays.ndarray.html

Тип данных изображения, которое вы только что прочитали:

Поскольку изображение представляет собой N-мерный массив, мы можем проверить тип данных изображения:

 печать (img.dtype) 

Значения пикселей изображения:

Мы можем думать об изображении как о наборе небольших образцов. Эти образцы называются пикселями. Для лучшего понимания попробуйте максимально увеличить изображение. Мы можем видеть то же самое, разделенное на разные квадраты. Это пиксели, и когда они объединяются вместе, они образуют изображение.

Одним из простых способов представления изображения является матрица. Мы даже можем создать изображение с помощью матрицы и сохранить его! Покажу вам, как, позже в этом посте. Взгляните на эту картинку ниже:

Изображение 2

Эта картинка скорее пример того, как выглядит матричное представление изображения. Слева изображение Линкольна, посередине значения пикселей помечены числами от 0 до 255, обозначающими их интенсивность или яркость, а справа сами числа в матрице. Каждое значение в матрице соответствует пикселю, который является наименьшим элементом информации, присутствующим в изображении. Проверьте значения пикселей изображения, просто напечатав переменную, которую вы загрузили в изображение!

 печать(изображение) 

Разрешение изображения:

Разрешение изображения можно определить как количество пикселей в изображении. Качество изображения повышается при увеличении количества пикселей. Мы видели ранее, форма изображения, которая дает количество строк и столбцов. Это можно сказать как разрешение этого изображения. Некоторые из стандартных разрешений, которые почти все знают, это 320 x 240 пикселей (в основном подходит для устройств с небольшим экраном), 1024 x 768 пикселей (подходит для просмотра на стандартных компьютерных мониторах), 720 x 576 пикселей (подходит для просмотра на телевизоре стандартной четкости). наборы с соотношением сторон 4:3), 1280 x 720 пикселей (для просмотра на широкоэкранных мониторах), 1280 x 1024 пикселей (хорошо для просмотра в полноэкранном режиме на ЖК-мониторах с соотношением сторон 5:4), 1920 x 1080 пикселей (для просмотра на HD-телевизорах), а теперь у нас даже есть разрешения 4K, 5K и 8K, которые составляют 3840 x 2160 пикселей, 5120 x 2880 пикселей и 7680 x 4320 пикселей соответственно, поддерживаемые мониторами и телевизорами сверхвысокой четкости.

Когда мы умножаем количество столбцов и количество строк, мы можем получить общее количество пикселей, присутствующих в изображении. Например, в изображении 320 x 240 общее количество присутствующих в нем пикселей составляет 76 800 пикселей.

Просмотр изображения

Давайте посмотрим, как отобразить изображение в окне. Для этого нам нужно создать окно GUI для отображения изображения на экране. Первым параметром должен быть заголовок экрана окна GUI, указанный в строковом формате. Мы можем показать изображение во всплывающем окне, используя метод cv2.imshow(). Но когда вы пытаетесь закрыть его, вы можете почувствовать, что застряли в его окне. Поэтому для борьбы с этим мы можем использовать простой метод «waitKey». Попробуйте эту часть кода в новой ячейке:

 cv2.imshow('Мандрил', изображение)
к = cv2.waitKey (0)
если k == 27 или k == ord('q'):
    cv2.destroyAllWindows() 

Здесь мы указали параметр «0» в «waitKey», чтобы окно оставалось открытым, пока мы его не закроем. (Вы также можете указать время в миллисекундах вместо 0, указав, сколько времени оно должно быть открыто.) После этого мы можем назначить переменную для закрытия окна, когда мы нажимаем клавишу «ESC» или клавишу ‘ к’. Метод cv2.destroAllWindows() используется для закрытия или удаления окон графического интерфейса с экрана/памяти.

Сохранение изображения

Как насчет того, чтобы преобразовать изображение в оттенки серого, а затем сохранить его перед сохранением? Преобразуйте изображение в оттенки серого, используя:

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

Теперь мы можем сохранить изображение:

 cv2.imwrite('Mandrill_grey.jpg', серый) 

и проверьте, сохраняется ли изображение в текущем рабочем каталоге. Первый параметр соответствует имени файла, в котором должно быть сохранено изображение, а второй параметр — переменной, содержащей изображение (информацию о пикселях).

Извлечение битовых плоскостей изображения и их реконструкция

Мы можем разделить изображение на разные уровни битовых плоскостей. Например, разделите изображение на 8-битные (0-7) плоскости, где последние несколько плоскостей содержат большую часть информации об изображении.

Изображение 3

Для этого мы можем импортировать еще два пакета:

 импортировать matplotlib.pyplot как plt
импортировать numpy как np 

Если вы получаете сообщение об ошибке при импорте любого из пакетов, вы можете установить их, используя:

 conda install -c conda-forge matplotlib
установка конда -c анаконда numpy 

Теперь мы определяем функцию для извлечения каждой из 8-уровневых битовых плоскостей изображения.

 по определению extract_bit_plane(cd):
    # извлечение всех битов по одному
    # с 1-го по 8-й в переменной
    # от c1 до c8 соответственно
    c1 = np.mod (cd, 2)
    c2 = np.mod (np.floor (cd/2), 2)
    c3 = np.mod (np.floor (cd/4), 2)
    c4 = np.mod(np.floor(cd/8), 2)
    c5 = np.mod(np.floor(cd/16), 2)
    c6 = np.mod(np.floor(cd/32), 2)
    c7 = np.mod(np.floor(cd/64), 2)
    c8 = np.mod(np.floor(cd/128), 2)
    # снова объединяем изображение, чтобы сформировать эквивалент исходному изображению в градациях серого
    cc = 2 * (2 * (2 * c8 + c7) + c6) # восстановление изображения с 3 старшими битовыми плоскостями
    to_plot = [cd, c1, c2, c3, c4, c5, c6, c7, c8, cc]
    рис, оси = plt. subplots (nrows = 2, ncols = 5, figsize = (10, 8), subplot_kw = {'xticks': [], 'yticks': []})
    fig.subplots_adjust (hspace = 0,05, wspace = 0,05)
    для топора я в zip (axes.flat, to_plot):
        ax.imshow (я, cmap = 'серый')
    plt.tight_layout()
    plt.show()
    возврат копий 

Теперь мы готовы вызвать функцию.

 реконструированное_изображение = extract_bit_plane (серый) 

Мы реконструировали изображение (почти похожее) с использованием последних трех битовых плоскостей, т. е. шестой, седьмой и восьмой плоскостей. И результат выглядит так:

Как насчет того, чтобы построить маленькое изображение самостоятельно? Давайте попробуем прямо сейчас!

Построение небольшого синтетического изображения

Мы можем попытаться создать синтетическое изображение, содержащее четыре концентрических квадрата с четырьмя различными значениями интенсивности пикселей,

40, 80, 160 и 220.

 con_img = np.zeros([256, 256])
con_img[0:32, :] = 40 # верхняя строка
con_img[:, :32] = 40 #левый столбец
con_img[:, 224:256] = 40 # правый столбец
con_img[224:, :] = 40 # нижний ряд
con_img[32:64, 32:224] = 80 # верхняя строка
con_img[64:224, 32:64] = 80 # левый столбец
con_img[64:224, 192:224] = 80 # правый столбец
con_img[192:224, 32:224] = 80 # нижний ряд
con_img[64:96, 64:192] = 160 # верхняя строка
con_img[96:192, 64:96] = 160 # левый столбец
con_img[96:192, 160:192] = 160 # правый столбец
con_img[160:192, 64:192] = 160 # нижний ряд
con_img[96:160, 96:160] = 220
plt. imshow(con_img) 

Результирующее изображение будет выглядеть так:

Мы можем рассмотреть использование различных фильтров и преобразований изображений в другой статье.

Спасибо за прочтение статьи.

Изображение 4

Не стесняйтесь оставлять свои предложения в комментариях и делиться ими, если вам понравилась эта статья. Полный программный код Python в Jupyter Notebook, упомянутый в этой статье, доступен в моем репозитории Github:

https://github.com/jissdeodates/Beginner-s-Guide-to-Computer-Vision

Каталожные номера:

1. Изображение 1 – https://seevisionc.blogspot.com/2013/09/computer-vision-is-everywhere.html
2. Изображение 2-  https://towardsdatascience.com/everything-you-ever-wanted-to-know-about-computer-vision-heres-a-look-why-it-s-so-awesome-e8a58dfb641e
3. Изображение 3 — https://nptel.ac.in/content/storage2/courses/117104069/chapter_8/8_13.html
4. Изображение 4- https://memegenerator.

   No related posts.