Python中的图像处理（缩放，旋转，移位和边缘检测） _图像

拍照只是单击的问题, 所以为什么要玩它应该不仅仅是几行代码。似乎不是python的情况。 python中提供了很多不错的库来处理图像, 例如open-cv, Pillow等。在本文中, 我们将使用公开简历, 一个用于计算机视觉的开源库。它具有C ++, python和java接口。它针对计算机视觉领域的实时应用进行了高度优化(用C / C ++编写)。
让我们从一个简单的例子开始, 即缩放图像。
缩放图像：-
缩放操作增加/减小图像的尺寸。

import cv2 import numpy as npFILE_NAME = 'volleyball.jpg' try : # Read image from disk. img = cv2.imread(FILE_NAME)# Get number of pixel horizontally and vertically. (height, width) = img.shape[: 2 ]# Specify the size of image along with interploation methods. # cv2.INTER_AREA is used for shrinking, whereas cv2.INTER_CUBIC # is used for zooming. res = cv2.resize(img, ( int (width / 2 ), int (height / 2 )), interpolation = cv2.INTER_CUBIC)# Write image back to disk. cv2.imwrite( 'result.jpg' , res)except IOError: print ( 'Error while reading files !!!' )

输出如下：

文章图片
旋转图像：-
图像可以顺时针或以其他方式旋转。我们只需要定义列出旋转点, 旋转度和比例因子的旋转矩阵即可。

import cv2 import numpy as npFILE_NAME = 'volleyball.jpg' try : # Read image from the disk. img = cv2.imread(FILE_NAME)# Shape of image in terms of pixels. (rows, cols) = img.shape[: 2 ]# getRotationMatrix2D creates a matrix needed for transformation. # We want matrix for rotation w.r.t center to 45 degree without scaling. M = cv2.getRotationMatrix2D((cols / 2 , rows / 2 ), 45 , 1 ) res = cv2.warpAffine(img, M, (cols, rows))# Write image back to disk. cv2.imwrite( 'result.jpg' , res) except IOError: print ( 'Error while reading files !!!' )

输出如下：

文章图片
【Python中的图像处理（缩放，旋转，移位和边缘检测）】移动图像：-
移动图像意味着在给定的参考框架内移动图像。

import cv2 import numpy as npFILE_NAME = 'volleyball.jpg' # Create translation matrix. # If the shift is (x, y) then matrix would be # M = [1 0 x] #[0 1 y] # Let's shift by (100, 50). M = np.float32([[ 1 , 0 , 100 ], [ 0 , 1 , 50 ]])try :# Read image from disk. img = cv2.imread(FILE_NAME) (rows, cols) = img.shape[: 2 ]# warpAffine does appropriate shifting given the # translation matrix. res = cv2.warpAffine(img, M, (cols, rows))# Write image back to disk. cv2.imwrite( 'result.jpg' , res)except IOError: print ( 'Error while reading files !!!' )

输出如下：

文章图片
图像中的边缘检测：
图像检测过程涉及检测图像中的尖锐边缘。此边缘检测对于图像识别或
对象定位/检测
。由于具有广泛的适用性, 因此有多种检测边缘的算法。我们将使用一种称为
坎尼边缘检测
.

import cv2 import numpy as npFILE_NAME = 'volleyball.jpg' try : # Read image from disk. img = cv2.imread(FILE_NAME)# Canny edge detection. edges = cv2.Canny(img, 100 , 200 )# Write image back to disk. cv2.imwrite( 'result.jpg' , edges) except IOError: print ( 'Error while reading files !!!' )

输出如下：