图像处理和Python深度学习的教程
介绍
在这篇文章中，我们将学习如何执行图像处理。在整篇文章中，我们使用到的库是Scikit Image。
基础知识
1、什么是图像？
图像数据可能是文本之后最常见的数据。那么，电脑如何理解你在埃菲尔铁塔前的自拍呢？
它使用一个称为像素的小正方形网格。像素覆盖一个小区域，并具有表示颜色的值。图像中的像素越多，其质量越高，存储所需的内存越多。
就是这样。图像处理主要是处理这些单独的像素（有时是像素组），以便计算机视觉算法可以从中提取更多信息。
2、NumPy和Skimage的图像基础
在Matplotlib和Skimage中，图像都作为NumPy ndarray加载。
from skimage.io import imread # pip install scikit-image
image = imread("images/colorful_scenery.jpg")
>>> type(image)
numpy.ndarray
NumPy数组带来灵活性、速度和力量。图像处理也不例外。
Ndarrays可以轻松检索图像的一般详细信息，例如图像的尺寸：
>>> image.shape
(853, 1280, 3)
>>> image.ndim
3
# The number of pixels
>>> image.size # 853 * 1280 * 3
3275520
我们的图像高度为853像素，宽度为1280像素。第三维表示RGB（红、绿、蓝）颜色通道的值。最常见的图像格式是3D。
你可以通过常规NumPy索引检索单个像素值。下面，我们尝试索引图像以检索三个颜色通道中的每一个通道：
red = image[:, :, 0]
compare(image, red, "Red Channel of the Image", cmap_type="Reds_r")
green = image[:, :, 1]
compare(image, green, "Green Channel of the Image", "Greens_r")
blue = image[:, :, 2]
compare(image, blue, "Blue Channel of the Image", "Blues_r")
0表示红色，1表示绿色，2表示蓝色通道-非常简单。
创建了两个函数，show和compare，它们显示一个图像或并排显示其中两个进行比较。在整个教程中，我们将广泛使用这两个函数。
按照约定，ndarray的第三维用于颜色通道，但并不总是遵循此约定。Skimage通常提供参数来指定这种行为。
图像与通常的Matplotlib绘图不同。它们的原点不位于左下角，而是位于左上角的位置（0，0）。
>>> show(image, axis=True)
当我们在Matplotlib中绘制图像时，轴表示像素的顺序，但我们通常会隐藏它们。
3、常见转换
我们将要执行的最常见的图像转换是将彩色图像转换为灰度。许多图像处理算法需要灰度图像。因为颜色不是图片的定义特征，没有它，计算机仍然可以提取足够的信息。
from skimage.color import rgb2gray
image = imread("images/grayscale_example.jpg")
# Convert image to grayscale
gray = rgb2gray(image)
compare(image, gray, "Grayscale Image")
>>> gray.shape
(853, 1280)
当将图像转换为灰度时，它们会丢失其第三维度-颜色通道。相反，图像数组中的每个单元格现在表示uint8类型的整数。它们的范围从0到255，提供256种灰度。
你还可以使用np.flipud或者np.fliplr之类的NumPy函数，随心所欲地以任何方式操纵图像。
kitten = imread("images/horizontal_flip.jpg")
horizontal_flipped = np.fliplr(kitten)
compare(kitten, horizontal_flipped, "Horizontally Flipped Image")
ball = imread("images/upside_down.jpg")
vertically_flipped = np.flipud(ball)
compare(ball, vertically_flipped, "Vertically Flipped Image")
在“颜色”模块中，你可以找到许多其他变换函数来处理图像中的颜色。
4、颜色通道直方图
有时，查看每个颜色通道的强度有助于了解颜色分布。我们可以通过切片每个颜色通道并绘制它们的直方图来实现这一点。以下是执行此操作的函数：
def plot_with_hist_channel(image, channel):
channels = ["red", "green", "blue"]
channel_idx = channels.index(channel)
color = channels[channel_idx]
extracted_channel = image[:, :, channel_idx]
fig, (ax1, ax2) = plt.subplots(
ncols=2, figsize=(18, 6)
)
ax1.imshow(image)
ax1.axis("off")
ax2.hist(extracted_channel.ravel(), bins=256, color=color)
ax2.set_title(f"{channels[channel_idx]} histogram")
除了Matplotlib的一些细节之外，你还应该注意hist函数的调用。提取颜色通道及其数组后，我们将其展平为1D数组，并将其传递给hist函数。
bin数量应该是256个，每个像素值对应一个-0表示黑色，255表示完全白色。
让我们使用彩色风景图像：
colorful_scenery = imread("images/colorful_scenery.jpg")
plot_with_hist_channel(colorful_scenery, "red")
>>> plot_with_hist_channel(colorful_scenery, "green")
>>> plot_with_hist_channel(colorful_scenery, "blue")
还可以使用直方图在将图像转换为灰度后找出图像中的亮度：
gray_color_scenery = rgb2gray(colorful_scenery)
plt.hist(gray_color_scenery.ravel(), bins=256);
大多数像素的值较低，因为景物图像较暗。
我们将在以下部分探讨直方图的更多应用。
过滤器
1、手动阈值
现在，我们来看看有趣的东西——过滤图像。我们将学习的第一个操作是阈值化。让我们加载一个示例图像：
stag = imread("images/binary_example.jpg")
>>> show(stag)
阈值分割在图像分割、目标检测、边缘或轮廓提取等方面有着广泛的应用，它主要用于区分图像的背景和前景。
阈值处理在高对比度灰度图像上效果最好：
# Convert to graysacle
stag_gray = rgb2gray(stag)
>>> show(stag_gray)
我们将从基本的手动阈值设置开始，然后转到自动阈值设置。
首先，我们查看灰度图像中所有像素的平均值：
>>> stag_gray.mean()
0.20056262759859955
请注意，通过将所有灰度图像的值除以256，上述灰度图像的像素在0和1之间归一化。
我们得到的平均值为0.2，这为我们提供了可能要使用的阈值的初步想法。
现在，我们使用这个阈值来进行掩码操作。如果像素值低于阈值，否则其值将变为0-黑色或1-白色。换句话说，我们得到一个黑白二值图像：
# Set threshold
threshold = 0.35
# Binarize
binary_image = stag_gray > threshold
compare(stag, binary_image, "Binary image")
在这个版本中，我们可以更清楚地区分鹿的轮廓。我们可以反转遮罩，使背景变为白色：
inverted_binary = stag_gray <= threshold
>>> compare(stag, inverted_binary, "Binary image inverted")
2、阈值-全局
虽然尝试不同的阈值并观察它们对图像的影响可能很有趣，但我们通常使用比我们的眼球估计更稳健的算法来执行阈值分割。
有很多阈值算法，所以可能很难选择一种。在这种情况下，skimage具有try_all_threshold函数，该函数在给定的灰度图像上运行七种阈值算法。让我们加载一个示例并进行转换：
flower = imread("images/global_threshold_ex.jpg")
flower_gray = rgb2gray(flower)
compare(flower, flower_gray)
我们将看看是否可以使用阈值优化郁金香的特征：
from skimage.filters import try_all_threshold
fig, ax = try_all_threshold(
flower_gray, figsize=(10, 8), verbose=False
)
正如你所看到的，一些算法在这张图像上工作得更好，而其他算法则很糟糕。otsu算法看起来更好，所以我们将继续使用它。
在这一点上，我想提请你注意郁金香的原始图像：
>>> show(flower)
图像背景不均匀，因为有太多光线从后面的窗口射进来。我们可以通过绘制灰色郁金香的直方图来证实这一点：
>>> plt.hist(flower_gray.ravel(), bins=256);
正如预期的那样，大多数像素的值都位于直方图的远端，这证实了它们大部分都是明亮的。
为什么这很重要？根据图像的亮度，阈值算法的性能也会发生变化。因此，阈值算法通常有两种类型：
全局-适用于具有均匀、统一背景的照片
局部-用于不同图片区域中具有不同亮度级别的图像。
郁金香图像属于第二类，因为右侧部分比另一半亮得多，使其背景不均匀。我们不能在其上使用全局阈值算法，这就是为什么try_all_threshold中所有算法的性能都很差的原因。
稍后我们将回到郁金香示例和局部阈值。现在，我们将加载另一个亮度更精确的实例，并尝试自动设置阈值：
spiral = imread("images/otsu_example.jpg")
spiral_gray = rgb2gray(spiral)
compare(spiral, spiral_gray)
我们将在Skimage中使用通用的全局阈值算法threshold_otsu：
from skimage.filters import threshold_otsu
# Find optimal threshold with `threshold_otsu`
threshold = threshold_otsu(spiral_gray)
# Binarize
binary_spiral = spiral_gray > threshold
compare(spiral, binary_spiral, "Binarized Image w. Otsu Thresholding")
它工作得更好！
3、阈值-局部
现在，我们将使用局部阈值算法。
局部算法不关注整个图像，而是关注像素邻域，以解释不同区域的亮度不均匀。skimage中常见的局部算法为threshold_local函数：
from skimage.filters import threshold_local
local_thresh = threshold_local(flower_gray, block_size=3, offset=0.0002)
binary_flower = flower_gray > local_thresh
compare(flower, binary_flower, "Tresholded flower image")
你必须使用offset参数来找到符合你需要的最佳图像。offset是从局部像素邻域的平均值中减去的常数。该“像素邻域”由local_threshold中的block_size参数确定，该参数表示算法在每个方向上围绕每个点查看的像素数。
显然，同时调整offset和block_size是一个缺点，但局部阈值是唯一比手动或全局阈值产生更好结果的选项。
让我们再举一个例子：
from skimage.filters import threshold_local
handwriting = imread("images/chalk_writing.jpg")
handwriting_gray = rgb2gray(handwriting)
# Find optimal threshold using local
local_thresh = threshold_local(handwriting_gray, offset=0.0003)
# Binarize
binary_handwriting = handwriting_gray > local_thresh
compare(handwriting, binary_handwriting,
"Binarized image with local thresholding")
正如你所看到的，经过阈值处理后，黑板上的笔迹更加精细。
4、边缘检测
边缘检测在很多方面都很有用，例如识别对象、从中提取特征、对其进行计数等等。
我们将从基本的Sobel滤波器开始，它在灰度图像中查找对象的边缘。我们将加载一张硬币图片，并对其使用Sobel滤波器：
from skimage.filters import sobel
coins = imread("images/coins_2.jpg")
coins_gray = rgb2gray(coins)
coins_edge = sobel(coins_gray)
compare(coins, coins_edge, "Images of coins with edges detected")
sobel很直截了当；你只需在灰色图像上调用它即可获得如上所述的输出。我们将在后面的部分中看到Sobel的更复杂版本。
5、平滑
另一种图像过滤技术是平滑。许多像下面的鸡一样的图像可能包含随机噪声，而对ML和DL算法没有任何有价值的信息。
例如，鸡周围的毛发会给图像添加噪声，这可能会使ML模型的注意力偏离主要对象本身。在这种情况下，我们使用平滑来模糊噪声或边缘并降低对比度。
chickens = imread("images/chickens.jpg")
>>> show(chickens)
高斯平滑是最流行和最强大的平滑技术之一：
from skimage.filters import gaussian
smoothed = gaussian(chickens, multichannel=True, sigma=2)
compare(chickens, smoothed, "An image smoothed with Gaussian smoothing")
你可以通过调整sigma参数来控制模糊的效果。如果你正在处理RGB图像，请不要忘记将multichannel设置为True。
如果图像分辨率太高，平滑效果可能肉眼看不到，但仍然有效。