一文总结Python数字图像处理基础知识与前沿应用

   

    点击上方“小白学视觉”，选择加"星标"或“置顶”
   
    

     重磅干货，第一时间送达
    
    

     
    

了解图像实际上是什么

图像处理帮助

1. 改进我们存储的数字信息。
2. 使图像处理自动化。
3. 更好的图像优化，实现高效的存储和传输。

图像处理用途

1.  图像校正、锐化和分辨率校正

2. 编辑应用程序和社交媒体的过滤器

3. 医疗技术

4. 计算机/机器视觉

5. 模式识别

6. 视频处理

Python 图像处理入门

安装

   

    pip install pillow

   

   

    import matplotlib.image as img
import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline

   

   

    # reading jpg image 
img = img.imread('image1.jpg')
plt.imshow(img)

   

   

    # modifying the shape of the image
lum1 = img[:, :, 0] 
plt.imshow(lum1)

   

   

    plt.imshow(lum1, cmap ='hot') 
plt.colorbar()

   

   

    imgplot = plt.imshow(lum1)
imgplot.set_cmap('nipy_spectral')

   

   

    #data type of lum1

print(type(lum1))

   

   

    print(lum1)

   

   

    len(lum1)

   

   

    len(lum1[300])

   

   

    from PIL import Image

   

   

    img2 = Image.open('people.jpg')
plt.imshow(img2)

   

   

    img2.thumbnail((50, 50), Image.ANTIALIAS)  # resizes image in-place
imgplot = plt.imshow(img2)

   

   

    imgplot1 = plt.imshow(img2, interpolation="nearest")

   

   

    imgplot2 = plt.imshow(img2, interpolation="bicubic")

   

   

    #some more interesting stuff
file='image1.jpg'
with Image.open(file) as image: 
    width, height = image.size 
#Image width, height is be obtained

   

   

    #Relative Path 
img3 = Image.open("image1.jpg")  
#Angle given 
img_rot= img3.rotate(180)  
#Saved in the same relative location 
img_rot.save("rotated_picture.jpg")

   

   

    #transposing image  
transposed_img = img3.transpose(Image.FLIP_LEFT_RIGHT)
#Saved in the same relative location 
transposed_img.save("transposed_img.jpg")

   

尾注

     

      下载1：OpenCV-Contrib扩展模块中文版教程
      

     
     

      在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。
     
     

      

     
     

      下载2：Python视觉实战项目52讲
     
     

      在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。
     
     

      

     
     

      下载3：OpenCV实战项目20讲
     
     

      在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。
     
     

      

     
交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~