好用!Numpy处理图像的几个小技巧

来自:Deephub Imba

图像处理是一种数学计算。数字图像由称为像素的彩色小点组成。每个像素由红、绿、蓝(RGB)三个独立的颜色组成。每个像素中的主色由每个RGB分量的数值决定。

本文将介绍10个使用使用NumPy就可以进行的图像处理步骤,虽然有更强大的图像处理库,但是这些简单的方法可以让我们更加熟练的掌握NumPy的操作。

我们首先使用pillow读取图像

 import numpy as np
 
 #Use PIL to access image data
 from PIL import Image
 img = Image.open('monalisa.jpg')
 
 #Create array from image data
 M = np.array(img)
 
 #Display array from image data
 display(Image.fromarray(M))

1、缩小图像

 def reduce_image_size_by_n(image, n):
 
    # Get the height and width of the image
    height, width, channels = image.shape
 
    # Reduce the height and width by n
    new_height = height // n
    new_width = width // n
 
    # Create a new array to store the reduced image
    downsampled_image = np.zeros((new_height, new_width, channels), dtype=image.dtype)
 
    # Iterate over each pixel of the reduced image
    for i in range(new_height):
        for j in range(new_width):
 
            # Take every other pixel along each axis to reduce the image
 
            downsampled_image[i, j] = image[n*i, n*j]
 
    return downsampled_image
 
 #Try the function using n = 2
 
 reduced_M = reduce_image_size_by_n(M, 2)
 
 display(reduced_M)

2、水平翻转

 def flip_image(image):
 
  # Takes all rows in image (:) and reverses it the order of columns (::-1)
  flip_image = image[:, ::-1]
  return flip_image
 
 #Try function using reduced image
 display(flip_image(reduced_M))

3、垂直翻转

 def rotate_image (image, n):
  # rotate image using rot90, use n to determine number of rotation
  rotated_img = Image.fromarray(np.rot90(image, k=n, axes=(1, 0)))
  return rotated_img
 
 #rotate image twice (n=2)
 display(rotate_image(reduced_M, 2))

4、裁剪图像

 def crop_image(image, crop_ratio, zoom_ratio):
 
  #create focused part using crop_ratio and zoom_ratio of choice
   
  top = image.shape[0] // crop_ratio
  bottom = zoom_ratio * image.shape[0] // crop_ratio
  left = image.shape[1] // crop_ratio
  right = zoom_ratio * image.shape[1] // crop_ratio
 
  # Extract the focused part using array slicing
  focused_part = image[top:bottom, left:right]
  return focused_part
 
 display(crop_image(reduced_M, 4, 2))

5、RGB通道

 def RGB_image(image,image_color):
 
  if image_color == 'R':
    #make a copy of image for the color channel
    img_R = image.copy()
    #set other color channel to zero. Here Red is the first channel [0]
    img_R[:, :, (1, 2)] = 0
    return img_R
 
  elif image_color == 'G':
    img_G = image.copy()
    #set other color channel to zero. Here Green is the second channel [1]
    img_G[:, :, (0, 2)] = 0
    return img_G
 
  elif image_color == 'B':
    img_B = image.copy()
    #set other color channel to zero. Here Blue is the third channel [2]
    img_B[:, :, (0, 1)] = 0
    return img_B

查看红色通道

 M_red = Image.fromarray(RGB_image(reduced_M, 'R'))
 
 display(M_red)

绿色

 M_green = Image.fromarray(RGB_image(reduced_M, 'G'))
 
 display(M_green)

蓝色

 M_blue = Image.fromarray(RGB_image(reduced_M, 'B'))
 
 display(M_blue)

6、应用滤镜

这里使用棕褐色(Sepia)作为示例,可以根据不同的要求修改转换矩阵

 def apply_sepia(image):
    # Sepia transformation matrix
    sepia_matrix = np.array([[0.393, 0.769, 0.189],
                              [0.349, 0.686, 0.168],
                              [0.272, 0.534, 0.131]])
 
    # Apply the sepia transformation
    sepia_img = image.dot(sepia_matrix.T) # Using matrix multiplication
 
    # Ensure values are within valid range [0, 255]
    sepia_img = np.clip(sepia_img, 0, 255)
 
    return sepia_img.astype(np.uint8)
 
 # Apply sepia effect
 M_sepia = Image.fromarray(apply_sepia(reduced_M))
 
 display(M_sepia)

7、灰度化

灰度化可以简单的理解为将RBG三个通道合并成一个黑白的通道

 import numpy as np
 
 def grayscale(image):
    # Convert the RGB image to grayscale using weighted average
    grayscale_img = np.dot(image[..., :3], [0.2989, 0.5870, 0.1140])
 
    # Ensure values are within valid range [0, 255]
    grayscale_img = np.clip(grayscale_img, 0, 255)
 
    # Convert to uint8 data type
    grayscale_img = grayscale_img.astype(np.uint8)
 
    return grayscale_img
 
 # Convert the image to grayscale
 M_gray = grayscale(reduced_M)
 
 display(M_gray)

8、像素化

像素是一个一个色块组成的,像素化顾名思义就是将图像分成一定的区域,并将这些区域转换成相应的色块,再有色块构成图形。类似于色彩构图。简单来说,就是把矢量图形转换成像素点组成的点阵图形,也叫栅格化。

 def pixelate_image(image, block_size):
   
    # Determine the number of blocks in each dimension
    num_blocks_y = image.shape[0] // block_size
    num_blocks_x = image.shape[1] // block_size
 
    # Calculate the average color for each block
    block_means = np.zeros((num_blocks_y, num_blocks_x, 3), dtype=np.uint8)
    for y in range(num_blocks_y):
        for x in range(num_blocks_x):
            block = image[y * block_size: (y + 1) * block_size,
                        x * block_size: (x + 1) * block_size]
            block_mean = np.mean(block, axis=(0, 1))
            block_means[y, x] = block_mean.astype(np.uint8)
 
    # Upsample block means to original image size
    pixelated_image = np.repeat(np.repeat(block_means, block_size, axis=0), block_size, axis=1)
 
    return pixelated_image
 
 
 # Set the block size for pixelation (adjust as needed)
 block_size = 10
 
 # Pixelate the image
 M_pixelated = Image.fromarray(pixelate_image(reduced_M, block_size))
 
 display(M_pixelated)

更通俗的的讲就是我的世界风格的图像

9、二值化(Binarize)

二值化是将数值型特征取值阈值化转换为布尔型特征取值,或者通俗的讲就是设定一个阈值,超过阈值设置成ture,否则设置成false

 def binarize_image(image, threshold):
 
  #set pixel value greater than threshold to 255
  binarize_image = ((image > threshold) * 255).astype(np.uint8)
   
  return binarize_image
 
 #set threshold
 threshold = 68
 
 M_binarized = Image.fromarray(binarize_image(reduced_M, threshold))
 
 display(M_binarized)

10、图像融合

最简单的图像同和方法就是根据不同的透明度,对2张图象的像素求和相加,如下所示

 #import and resize second image 
 
 img_2 = np.array(Image.open('Eiffel.jpg').resize(reduced_M.shape[1::-1]))  
 
 def blend_image(image1, image2, , visibility_2 ):
 
  #blend images by multiplying by visibility ratio for each image
 
  blend_image = (image1 * visibility_1 + image2 * visibility_2).astype(np.uint8)
 
  return blend_image
 
 
 
 modified_image = Image.fromarray(blend_image(reduced_M, img_2, 0.7, 0.3))
 
 display(modified_image)

总结

对于图像的操作其实就是对于图像进行数组操作的过程,我们这里展示的一些简单的操作只是为了熟悉Numpy的操作,如果需要更加专业的操作请使用更加专业的库,例如OpenCV或者Pillow。

作者:Ayo Akinkugbe

往期文章

推荐3款自动爬虫神器,再也不用手撸代码了
新式爬虫利器,网页解锁能力非常强大!
使用八爪鱼爬虫+Kimi AI分析小米SU7舆情数据,终于知道它为什么火了
推荐我常用的爬虫工具,三种爬虫方式,搞定反爬和动态页面6个强大且流行的Python爬虫库,强烈推荐!

相关推荐

  • ICML 2024 | 在解码中重新对齐,让语言模型更少幻觉、更符合人类偏好
  • ACL 2024 | Parrot(鹦鹉):增强大语言模型在多轮对话中的指令跟随能力
  • 大一统!深度学习和传统机器学习终迎来统一的RPN理论框架表示
  • 诚邀您参与2024网民网络安全感满意度调查活动
  • 程序员应该掌握的三种编程语言——有Zig无Rust?
  • [开源]一个既能购物又能即时聊天的电商系统,致力于打造最佳实践
  • 复旦打老师的男生,到手的研究生没了,北大已回应,打人原因曝光
  • 【第23讲】使用AI将老照片动起来
  • 百度员工:曾经年薪百万,失业后现在吃块肉也要看老婆脸色
  • 智能风控系统:框架搭建与设计(一)
  • 得物AB实验平台数据驱动决策实践
  • 12.3K Star 炫酷万人关注!!!浏览器中的数据库设计大师
  • KDD 2024|港大黄超团队深度解析大模型在图机器学习领域的「未知边界」
  • 权重、代码、数据集全开源,性能超越Mistral-7B,苹果小模型来了
  • 机器人版的「斯坦福小镇」来了,专为具身智能研究打造
  • 专访诺奖得主:大模型是记忆还是理解?
  • Spring Boot集成Spring Batch快速入门Demo
  • 如何准备源码面试?
  • 去了一家很恶心的小公司,遭了老罪了!
  • 如何用JavaScript实现视频观看时间追踪