Python OpenCV实现图片预处理的方法详解

 更新时间:2022年09月28日 14:16:39   作者:锦鲤AI幸运  
这篇文章主要为大家详细介绍了Python OpenCV实现图片预处理的方法,文中的示例代码讲解详细,具有一定的借鉴价值,感兴趣的可以了解一下

一、图片预处理

1.1 边界填充(padding)

方法 : cv2.copyMakeBorder

BORDER_REPLICATE:复制法,也就是复制最边缘像素。

BORDER_REFLECT:反射法,对感兴趣的图像中的像素在两边进行复制例如:fedcba|abcdefgh|hgfedcb

BORDER_REFLECT_101:反射法,也就是以最边缘像素为轴,对称,gfedcb|abcdefgh|gfedcba

BORDER_WRAP:外包装法cdefgh|abcdefgh|abcdefg

BORDER_CONSTANT:常量法,常数值填充。

import cv2
import matplotlib.pyplot as plt

img = cv2.imread('cat.png')
img = cv2.cvtColor(img, cv2.COLOR_RGB2BGR)

top_size, bottom_size, left_size, right_size = (50, 50, 50, 50)

replicate = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_REPLICATE)
reflect = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_REFLECT)
reflect101 = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_REFLECT_101)
wrap = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_WRAP)
constant = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_CONSTANT, value=0)

plt.subplot(231), plt.imshow(img, 'gray'), plt.title('ORIGINAL')
plt.subplot(232), plt.imshow(replicate, 'gray'), plt.title('REPLICATE')
plt.subplot(233), plt.imshow(reflect, 'gray'), plt.title('REFLECT')
plt.subplot(234), plt.imshow(reflect101, 'gray'), plt.title('REFLECT_101')
plt.subplot(235), plt.imshow(wrap, 'gray'), plt.title('WRAP')
plt.subplot(236), plt.imshow(constant, 'gray'), plt.title('CONSTANT')

plt.show()

其效果如下:

cat.png原图下载:

dog.png原图下载:

1.2 融合图片(mixup)

方法 : cv2.addWeighted(src1, alpha, src2, beta, gamma)

  • src1, src2:需要融合相加的两副大小和通道数相等的图像
  • alpha:src1的权重
  • beta:src2的权重
  • gamma:gamma修正系数,不需要修正设置为0
import cv2
import matplotlib.pyplot as plt

img_cat = cv2.imread('cat.png')
img_cat = cv2.cvtColor(img_cat, cv2.COLOR_RGB2BGR)
cat_shape = [img_cat.shape[1], img_cat.shape[0]]  # 因为cv2读取通道数是最后一位

img_dog = cv2.imread('dog.png')
img_dog = cv2.cvtColor(img_dog, cv2.COLOR_RGB2BGR)
img_dog = cv2.resize(img_dog, cat_shape)

mixup = cv2.addWeighted(img_cat, 0.55, img_dog, 0.45, 0)

plt.imshow(mixup)
plt.show()

其效果如下:

1.3 图像阈值

ret, dst = cv2.threshold(src, thresh, maxval, type)

  • src: 输入图,只能输入单通道图像,通常来说为灰度图
  • dst: 输出图
  • thresh: 阈值
  • maxval: 当像素值超过了阈值(或者小于阈值,根据type来决定),所赋予的值
  • type:二值化操作的类型,包含以下5种类型:
  • cv2.THRESH_BINARY 超过阈值部分取maxval(最大值),否则取0
  • cv2.THRESH_BINARY_INV THRESH_BINARY的反转
  • cv2.THRESH_TRUNC 大于阈值部分设为阈值,否则不变
  • cv2.THRESH_TOZERO 大于阈值部分不改变,否则设为0
  • cv2.THRESH_TOZERO_INV THRESH_TOZERO的反转

其效果如下:

二、滤波器

2.1 均值滤波器

import cv2
import numpy as np

img = cv2.imread('lenaNoise.png')

cv2.imshow('blur', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

# 均值滤波
# 简单的平均卷积操作
blur = cv2.blur(img, (3, 3))

lenaNoise.png原图展示:

白色为图片,黄色区域为滤波器窗口:

2.2 方框滤波器

# 方框滤波
# 基本和均值一样,可以选择归一化
box = cv2.boxFilter(img, -1, (3, 3), normalize=True)

总结: 均值滤波器是取滤波器中的平均值,然后继续滑动下一个窗口。

2.3 高斯滤波器

# 高斯滤波
# 高斯模糊的卷积核里的数值是满足高斯分布,相当于更重视中间的
aussian = cv2.GaussianBlur(img, (5, 5), 1)

总结: 高斯滤波器是滤波器窗口中离中心值近的权值大,用高斯分布增加一个权重,然后继续滑动下一个窗口。

2.4 中值滤波

# 中值滤波
# 相当于用中值代替
median = cv2.medianBlur(img, 5)  # 中值滤波

总结: 中值滤波器是滤波器窗口中所有数字的中间值,如黄色框中9个数的中间值为113,然后继续滑动下一个窗口。

2.5 所有滤波器按照上述顺序输出

# 展示所有的
res = np.hstack((blur, aussian, median))
# print (res)
cv2.imshow('median vs average', res)
cv2.waitKey(0)
cv2.destroyAllWindows()

总结:中值滤波器的图效果最好,可以解决一些椒盐噪声。

以上就是Python OpenCV实现图片预处理的方法详解的详细内容,更多关于Python OpenCV图片预处理的资料请关注脚本之家其它相关文章!

相关文章

  • 示例详解python中的排序

    示例详解python中的排序

    本文详细介绍了如何使用Python实现两组数据的纵向排序,包括开发思想、开发流程和代码示例,感兴趣的朋友一起看看吧
    2024-12-12
  • Python读取properties配置文件操作示例

    Python读取properties配置文件操作示例

    这篇文章主要介绍了Python读取properties配置文件操作,结合实例形式分析了Python读取properties配置文件操作中增加对键值对支持与使用的相关技巧,需要的朋友可以参考下
    2018-03-03
  • 如何用OpenCV -python3实现视频物体追踪

    如何用OpenCV -python3实现视频物体追踪

    OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库,可以运行在Linux、Windows、Android和Mac OS操作系统上。这篇文章主要介绍了如何用OpenCV -python3实现视频物体追踪,需要的朋友可以参考下
    2019-12-12
  • python2.7删除文件夹和删除文件代码实例

    python2.7删除文件夹和删除文件代码实例

    python删除文件夹t和删除文件代码实例,大家参考使用吧,运行环境是python2.7
    2013-12-12
  • python抓取最新博客内容并生成Rss

    python抓取最新博客内容并生成Rss

    本文给大家分享的是使用python抓取最新博客内容并生成Rss的代码,主要用到了PyRSS2Gen方法,非常的简单实用,有需要的小伙伴可以参考下。
    2015-05-05
  • PyQt5内嵌浏览器注入JavaScript脚本实现自动化操作的代码实例

    PyQt5内嵌浏览器注入JavaScript脚本实现自动化操作的代码实例

    今天小编就为大家分享一篇关于PyQt5内嵌浏览器注入JavaScript脚本实现自动化操作的代码实例,小编觉得内容挺不错的,现在分享给大家,具有很好的参考价值,需要的朋友一起跟随小编来看看吧
    2019-02-02
  • python爬虫控制aiohttp并发数量方式

    python爬虫控制aiohttp并发数量方式

    这篇文章主要介绍了python爬虫控制aiohttp并发数量方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2024-06-06
  • python 实现打印扫描效果详情

    python 实现打印扫描效果详情

    这篇文章主要介绍了python 实现打印扫描效果详情,文章围绕主题展开详细的内容介绍,具有一定的参考价值,需要的小伙伴可以参考一下
    2022-08-08
  • python爬虫中的url下载器用法详解

    python爬虫中的url下载器用法详解

    在本篇内容里小编给各位整理的是一篇关于python爬虫中的url下载器用法详解内容,需要的朋友们参考下。
    2020-11-11
  • YOLO v5引入解耦头部完整步骤

    YOLO v5引入解耦头部完整步骤

    网上有很多添加解耦头的博客,在此记录下我使用解耦头对YOLOv5改进,下面这篇文章主要给大家介绍了关于YOLO v5引入解耦头部的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下
    2023-05-05

最新评论