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:

OperaciónFunción/MétodoDescripción
Acceder a valores de píxelesimage[y, x]Obtener o modificar valores de píxeles.
ROI de imagenimage[y1:y2, x1:x2]Obtener o modificar una región rectangular en la imagen.
Separación y combinación de canalescv2.split() / cv2.merge()Separar o combinar canales de imagen.
Escalado de imagencv2.resize()Ajustar el tamaño de la imagen.
Rotación de imagencv2.getRotationMatrix2D()Rotar la imagen.
Traslación de imagencv2.warpAffine()Trasladar la imagen.
Volteo de imagencv2.flip()Voltear la imagen.
Adición de imágenescv2.add()Realizar una operación de adición entre dos imágenes.
Sustracción de imágenescv2.subtract()Realizar una operación de sustracción entre dos imágenes.
Mezcla de imágenescv2.addWeighted()Realizar una mezcla ponderada entre dos imágenes.
Procesamiento de umbralcv2.threshold()Aplicar un umbral a la imagen.
Suavizadocv2.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

import cv2

# 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

# Modificar el valor de píxel
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

# Extraer ROI
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

# Modificar ROI
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

# Separación de canales
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

# Combinación de canales
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

# Escalado de imagen
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

# Rotación de imagen
(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

# Traslación de imagen
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

# Volteo de imagen
flipped_img = cv2.flip(img, 1)  # Volteo horizontal
Otras extensiones