【计算机视觉】图片分割、平移、旋转、像素及尺寸修改

迷南。 2023-03-14 10:34 37阅读 0赞

### 图片基本操作 ###

*  1. 图片分割
 *  2. 图片像素修改
 *   *  2.1 单点像素修改
     *  2.2 区域像素修改
 *  3. 图片平移
 *  4. 图片旋转
 *  5. 图片尺寸修改

# 1. 图片分割 #

可以按照要求对整个图片进行大小的切分，比如这里将一个图片分割为四块，分别为左上、左下、右上和右下。具体实现代码如下

import cv2
    import matplotlib.pyplot as plt
    %matplotlib inline
    
    image = cv2.imread('1.jpg')
    (h,w,c) = image.shape  
    #通过前边的示例明确shape是有三个对应值的
    #分别为图片的高、宽、通道数，这里将其赋值给h,w,c变量，用来获取图片区域
    
    cX,cY = (w//2,h//2)
    top_left = image[0:cY,0:cX]  	#获取左上区域
    top_right = image[0:cY,cX:w] 	#获取右上区域
    bottom_left = image[cY:h,0:cX] 	#获取左下区域
    bottom_right = image[cY:h,cX:w] #获取右下区域
    
    #显示图片
    def show(image):
        plt.imshow(image)
        plt.axis('off')
    show(bottom_right)
    #这里只输出一个示例，括号内部可以加入要显示的变量

→ 输出的结果为：（注意这里的图片颜色还是cv2读取的BGR的样式）  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70]

# 2. 图片像素修改 #

## 2.1 单点像素修改 ##

先了解修改单点的图片像素值，注意的是cv2读取的是BGR的样式

#image[0:0]是指获取图片的左顶点
    (b,g,r) = image[0,0]
    print(b,g,r)
    image[0,0] = (0,0,225)
    print(b,g,r)

→ 输出的结果为：（改变单点的像素值，在图片几乎看不出来变化）

149 125 133
    0 0 225

## 2.2 区域像素修改 ##

结合上面介绍的图片分割，因此可以进行区域像素的填充，代码如下

image[0:cY,0:cX] = (0,255,0)
    show(image)

→ 输出的结果为：（图片的四分之一被填充为绿色）  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 1]

# 3. 图片平移 #

在保持图片大小的尺寸不变时，可以对图片进行平移的操作，原理就相当于图片在一个画布上进行移动，代码如下

#为了方便显示图片和矫正图片的颜色，这里可以自己定义函数进行图片的读取和显示
    def show(image):
        plt.imshow(image)
        plt.axis('off')
    
    def imread(image):
        image = cv2.imread(image)
        image = cv2.cvtColor(image,cv2.COLOR_BGR2RGB)
        return image
    
    #直接使用封装的函数读取图片
    image = imread('D:/AI/1.jpg')
    # 1，0 代表水平方向；0,1代表竖直方向；最后一个值为移动的像素大小
    M = np.float32([[1,0,250],[0,1,500]]) 
    # 要变换的图像；变换的方法；黑布的大小
    shifted = cv2.warpAffine(image, M, (image.shape[1], image.shape[0])) 
    #显示图像
    show(shifted)

→ 输出的结果为：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 2]  
也可以进行自由的设定，比如将图片按照x,y轴的负方向进行移动，也可以调整黑布的大小（图片的大小不变），代码如下

#image = imread('D:/AI/1.jpg') 
    M = np.float32([[1,0,-0],[0,1,500]])
    shifted = cv2.warpAffine(image, M, (image.shape[1]+500, image.shape[0]+1000))
    show(shifted)

→ 输出的结果为：（基于刚刚x轴平移的长度，现在又平移回来了，与此同时，黑布大小发生了变化）  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 3]

# 4. 图片旋转 #

旋转之前需要获取图片的宽和高的属性，比如最常见的按照图片的中心点旋转，有了宽和高就可以确定中心点的位置，代码如下

#获取中心点的位置
    (h,w) = image.shape[:2]
    (cX,cY) = (w/2,h/2)
    
    #(cX,cY)旋转中心点
    #45 逆时针旋转45度
    #1.0 缩放
    M = cv2.getRotationMatrix2D((cX,cY),45,1.0)
    image = cv2.warpAffine(image,M,(w,h))
    show(image)

→ 输出的结果为：（图片已经逆时针旋转45度）  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 4]  
其中的参数，比如旋转中心点的位置，旋转角度，图片的缩放比例以及黑布的大小都可以手动调整，比如进行图片的放大，就可直接调整缩放参数，代码如下

M = cv2.getRotationMatrix2D((cX,cY),0,2)
    image = cv2.warpAffine(image,M,(w,h))
    show(image)

→ 输出的结果为：（由于黑布的大小没有发生变化，图片变大两倍，相当于基于中心点的部分进行放大）  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 5]

# 5. 图片尺寸修改 #

图片的尺寸修改相当于是把图片的像素点减少了，前面对于图片像素的修改是改变颜色，这里是改变图片的大小（像素的多少）

show(image)
    print(image.shape)

→ 输出的结果为：（原图壁纸的大小）  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 6]  
可以人为的指定宽高，进行图片大小的变换

width = 150
    high = 150
    image = cv2.resize(image, (width,high))
    show(image)
    print(image.shape)

→ 输出的结果为：（图片变成正方形的形状了）  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 7]  
如果要按照约束性比例进行图片的大小变换，需要进行小小的计算，假如这里是给定宽，然后约束高，代码如下

image = imread('D:/AI/1.jpg')
    width = 80
    high = int(image.shape[0]*width/image.shape[1])
    image = cv2.resize(image, (width,high))
    show(image)
    print(image.shape)

→ 输出的结果为：（图片的像素点减少，画面变得模糊）  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 8]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70]: /images/20230312/5accf3d7055744f19bc1cf54c4a65ca9.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 1]: /images/20230312/9f2d0c321df04252a87c1fa5e4cf68e2.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 2]: /images/20230312/5b9304d80243477bb244ed5479121261.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 3]: /images/20230312/9c0e28f20607490bba3151eedbfb054e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 4]: /images/20230312/501e5bfb80534b00b32bff77578cf729.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 5]: /images/20230312/c840840173b14264ae3a185644c8d32d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 6]: /images/20230312/99a75e84b9cb4e9ab86ff559e1f0d136.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 7]: /images/20230312/ae7ef74c7315453b9cb8ad353270db84.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 8]: /images/20230312/0511a6e9727249168d4f557c5ac1dda1.png