Operaciones básicas de imágenes OpenCV
Este artículo presentará en detalle cuatro operaciones básicas de imágenes: acceder y modificar valores de píxeles, operaciones de ROI (Región de Interés) de imagen, separación y combinación de canales de imagen, así como escalado, rotación, traslación y volteo de imágenes.
Métodos comunes:
| Operación | Función/Método | Descripción |
|---|---|---|
| Acceder a valores de píxeles | image[y, x] | Obtener o modificar valores de píxeles. |
| ROI de imagen | image[y1:y2, x1:x2] | Obtener o modificar una región rectangular en la imagen. |
| Separación y combinación de canales | cv2.split() / cv2.merge() | Separar o combinar canales de imagen. |
| Escalado de imagen | cv2.resize() | Ajustar el tamaño de la imagen. |
| Rotación de imagen | cv2.getRotationMatrix2D() | Rotar la imagen. |
| Traslación de imagen | cv2.warpAffine() | Trasladar la imagen. |
| Volteo de imagen | cv2.flip() | Voltear la imagen. |
| Adición de imágenes | cv2.add() | Realizar una operación de adición entre dos imágenes. |
| Sustracción de imágenes | cv2.subtract() | Realizar una operación de sustracción entre dos imágenes. |
| Mezcla de imágenes | cv2.addWeighted() | Realizar una mezcla ponderada entre dos imágenes. |
| Procesamiento de umbral | cv2.threshold() | Aplicar un umbral a la imagen. |
| Suavizado | cv2.blur() / cv2.GaussianBlur() | Aplicar suavizado a la imagen. |
1. Acceder y modificar valores de píxeles
Una imagen es una matriz compuesta por píxeles, donde cada píxel tiene uno o más valores que representan el color o la escala de grises. En una imagen en escala de grises, cada píxel tiene un solo valor que representa la intensidad de gris; en una imagen en color, cada píxel suele tener tres valores que representan la intensidad de los canales rojo, verde y azul (RGB).
Acceder a valores de píxeles
En Python, se puede usar la biblioteca OpenCV para acceder a los valores de píxeles de una imagen. Supongamos que tenemos una imagen en escala de grisesimg, se puede, medianteimg[y, x], acceder al valor de píxel en la posición(x, y). Para imágenes en color, se puede, medianteimg[y, x, c], acceder al canal específicocdel valor de píxel, dondeces 0 (azul), 1 (verde) o 2 (rojo).
Ejemplo
# Leer la imagen
img = cv2.imread('image.jpg')
# Acceder al valor de píxel
pixel_value = img[100, 150] # Acceder al valor de píxel en (150, 100)
print(pixel_value)
Modificar valores de píxeles
Modificar valores de píxeles es igual de sencillo, solo hay que asignar el nuevo valor a la posición de píxel correspondiente.
Ejemplo
img[100, 150] = [255, 255, 255] # Establecer el valor de píxel en (150, 100) como blanco
2. Operaciones de ROI (Región de Interés) de imagen
El ROI es la región de la imagen que nos interesa. Al extraer el ROI, podemos procesar solo una parte específica de la imagen, mejorando así la eficiencia del procesamiento.
Extraer ROI
En OpenCV, se puede extraer el ROI mediante operaciones de corte (slicing). Supongamos que queremos extraer la región de 100x100 píxeles en la esquina superior izquierda de la imagen:
Ejemplo
roi = img[0:100, 0:100]
Modificar ROI
Después de extraer el ROI, se puede modificar y luego volver a colocar el ROI modificado en la imagen original.
Ejemplo
roi[:, :] = [0, 255, 0] # Establecer la región ROI en verde
# Volver a colocar el ROI modificado en la imagen original
img[0:100, 0:100] = roi
3. Separación y combinación de canales de imagen
Las imágenes en color suelen estar compuestas por varios canales, por ejemplo, los tres canales de una imagen RGB. A veces necesitamos separar estos canales para procesarlos individualmente y luego volver a combinarlos en la imagen original.
Separación de canales
En OpenCV, se puede usar la funcióncv2.split()para separar los canales de la imagen.
Ejemplo
b, g, r = cv2.split(img)
Combinación de canales
Los canales separados se pueden recombinar usando la funcióncv2.merge()para fusionarlos de nuevo en la imagen original.
Ejemplo
merged_img = cv2.merge([b, g, r])
4. Escalado, rotación, traslación y volteo de imágenes
Las transformaciones geométricas de imágenes son operaciones comunes en el procesamiento de imágenes, e incluyen escalado, rotación, traslación y volteo.
Escalado de imagen
El escalado de imagen se puede realizar mediante la funcióncv2.resize(). Se puede especificar el tamaño de la imagen escalada o la escala.
Ejemplo
resized_img = cv2.resize(img, (200, 200)) # Escalar la imagen a 200x200 píxeles
Rotación de imagen
La rotación de imagen se puede realizar mediante la funcióncv2.getRotationMatrix2D()ycv2.warpAffine(). Se necesitan especificar el centro de rotación y el ángulo de rotación.
Ejemplo
(h, w) = img.shape[:2]
center = (w // 2, h // 2)
M = cv2.getRotationMatrix2D(center, 45, 1.0) # Rotar 45 grados
rotated_img = cv2.warpAffine(img, M, (w, h))
Traslación de imagen
La traslación de imagen se puede realizar mediante la funcióncv2.warpAffine(). Se necesita especificar la matriz de traslación.
Ejemplo
M = np.float32([[1, 0, 100], [0, 1, 50]]) # Trasladar 100 píxeles a la derecha y 50 píxeles hacia abajo
translated_img = cv2.warpAffine(img, M, (w, h))
Volteo de imagen
El volteo de imagen se puede realizar mediante la funcióncv2.flip(). Se puede especificar la dirección del volteo (horizontal, vertical o ambos).
Ejemplo
flipped_img = cv2.flip(img, 1) # Volteo horizontal