numpy 用于图像处理

1. 转换为灰度图

灰度图的数据可以看成是二维数组，元素取值为0 ~ 255，其中，0为黑色，255为白色。从0到255逐渐由暗色变为亮色。

灰度图转换（ITU-R 601-2亮度变换）：

L = R * 299 / 1000 + G * 587 / 1000 + B * 114 / 1000

R,G,B为最低维的数据。

显示灰度图时，需要在imshow中使用参数：

cmap="gray"

import numpy as np
import cv2
import matplotlib.pyplot as plt
from PIL import Image

import numpy as np

def get_color_channels(img):
    img = img.copy()
    channels_num = len(img.shape)
    result = []

    channels = np.split(img, channels_num, axis=2)
    for i in channels:
        result.append(i.sum(axis=2))
    return result

# 其实没必要这么麻烦，只需要return img[:,:,0], img[:,:,1], img[:,:,2]即可

# img = cv2.imread('/home/geoffrey/图片/小熊猫.png') # opencv返回BGR,需要转换颜色通道
img = Image.open('/home/geoffrey/图片/小熊猫.jpeg')
img = np.array(img)

# img.transpose(0,1,2)
plt.imshow(img)
plt.show()

img.shape

(559, 700, 3)

分离通道

R, G, B, = get_color_channels(img)
R.shape

(559, 700)

生成白色图片,每个像素都是1.0

w = np.ones((500,500,3)) # 由于默认np.float64类型，对浮点数取比例，即1.0，对应整形255。
plt.imshow(w)
plt.show()

生成黑色图片,每个像素都是0, 方法1

w = np.zeros(shape=(500,500,3), dtype=np.uint8)
plt.imshow(w)
plt.show()

生成自定义颜色图片

w = np.full(shape=(500,500,3), fill_value=125 , dtype=np.uint8)
w[:] = [0,238,225] # 广播操作
plt.imshow(w)
plt.show()

转换为灰度图像方法1：

L = R * 299 / 1000 + G * 587 / 1000 + B * 114 / 1000
plt.imshow(L, cmap="gray")
plt.show()

转换为灰度图像方法2，点积：

temp = np.array([ 0.299,  0.587, 0.114])
plt.imshow(img@temp, cmap="gray")
plt.show()

2. 转置

plt.imshow(L.T, cmap="gray")
plt.show()

3. 画出三个通道的彩图

B_img = img.copy()
B_img[:,:, [0,1]]=0

R_img = img.copy()
R_img[:,:, [0,2]]=0

G_img = img.copy()
G_img[:,:, [2,1]]=0

fig,ax = plt.subplots(2,2)

ax[0,0].imshow(img)
ax[1,1].imshow(R_img)
ax[1,0].imshow(G_img)
ax[0,1].imshow(B_img)
fig.set_size_inches(15, 15)
plt.tight_layout()
plt.show()

4. 图像扩展

t1 = np.concatenate((img, img, img), axis=1) # 横向拼接
t2 = np.concatenate((t1, t1), axis=0)

plt.imshow(t2)
plt.show()

5. 水平镜像 --- 交换行

mirrow_img_x = img[::-1]
plt.imshow(mirrow_img_x)
plt.show()

6. 水平翻转 --- 交换列

mirrow_img_y = img[:,::-1]
plt.imshow(mirrow_img_y)
plt.show()

7. 调换x,y坐标

plt.imshow(img.transpose(1,0,2))
plt.show()

plt.imshow(img.transpose(1,0,2)[::-1])
plt.show()

8. 添加mask

k = np.random.randint(0, 256, size=(200, 200, 3), dtype=np.uint8)
test = img.copy()
test[300:500,400:600] = k
plt.imshow(test)
plt.show()

9. 随机打乱顺序

t = img.copy()
height=t.shape[0]

li = np.split(t, range(100, height, 30), axis=0)
np.random.shuffle(li)
t = np.concatenate(li, axis=0)
plt.imshow(t)
plt.show()

10. 交换通道

t = img.copy()

plt.imshow(t[:,:,[2,0,1]])
plt.show()

test = img[:, :, [2,1,0]]
plt.imshow(test)
plt.show()