Базовые операции с изображениями OpenCV

В этой статье подробно описаны четыре базовые операции с изображениями: доступ и изменение значений пикселей, операции с ROI (областью интереса) изображения, разделение и объединение каналов изображения, а также масштабирование, поворот, перенос и отражение изображения.

Общие методы:

ДействиеФункция/МетодОписание
Доступ к значениям пикселейimage[y, x]Получить или изменить значения пикселей.
Область интереса изображенияimage[y1:y2, x1:x2]Получить или изменить прямоугольную область на изображении.
Разделение и объединение каналовcv2.split() / cv2.merge()Разделить или объединить каналы изображения.
Масштабирование изображенияcv2.resize()Изменить размер изображения.
Поворот изображенияcv2.getRotationMatrix2D()Повернуть изображение.
Перенос изображенияcv2.warpAffine()Перенести изображение.
Отражение изображенияcv2.flip()Отразить изображение.
Сложение изображенийcv2.add()Выполнить операцию сложения двух изображений.
Вычитание изображенийcv2.subtract()Выполнить операцию вычитания двух изображений.
Смешивание изображенийcv2.addWeighted()Выполнить взвешенное смешивание двух изображений.
Пороговая обработкаcv2.threshold()Выполнить пороговую обработку изображения.
Сглаживаниеcv2.blur() / cv2.GaussianBlur()Сгладить изображение.

1. Доступ и изменение значений пикселей

Изображение — это матрица, состоящая из пикселей, и каждый пиксель имеет одно или несколько значений, представляющих цвет или оттенки серого. В изображении в оттенках серого каждый пиксель имеет только одно значение, представляющее интенсивность серого; в цветном изображении каждый пиксель обычно имеет три значения, представляющих интенсивности красного, зелёного и синего (RGB) каналов.

Доступ к значениям пикселей

В Python можно использовать библиотеку OpenCV для доступа к значениям пикселей изображения. Предположим, у нас есть изображение в оттенках серогоimg, можно использоватьimg[y, x]чтобы получить доступ к значению пикселя в(x, y)позиции. Для цветных изображений можно использоватьimg[y, x, c]чтобы получить доступ к определённому каналуcзначения пикселя, гдеcравен 0 (синий), 1 (зелёный) или 2 (красный).

Пример

import cv2

# Прочитать изображение
img = cv2.imread('image.jpg')

# Доступ к значению пикселя
pixel_value = img[100, 150]  # Доступ к значению пикселя в позиции (150, 100)
print(pixel_value)

Изменение значений пикселей

Изменение значений пикселей так же просто: просто присвойте новое значение соответствующей позиции пикселя.

Пример

# Изменить значение пикселя
img[100, 150] = [255, 255, 255]  # Установить значение пикселя в позиции (150, 100) в белый цвет

2. Операции с ROI (областью интереса) изображения

ROI означает область интереса на изображении. Извлекая ROI, мы можем обрабатывать только определённую часть изображения, тем самым повышая эффективность обработки.

Извлечение ROI

В OpenCV для извлечения ROI можно использовать срезы. Предположим, мы хотим извлечь область размером 100x100 пикселей в левом верхнем углу изображения:

Пример

# Извлечь ROI
roi = img[0:100, 0:100]

Изменение ROI

После извлечения ROI вы можете изменить его, а затем поместить изменённый ROI обратно в исходное изображение.

Пример

# Изменить ROI
roi[:, :] = [0, 255, 0]  # Установить область ROI в зелёный цвет

# Поместить изменённый ROI обратно в исходное изображение
img[0:100, 0:100] = roi

3. Разделение и объединение каналов изображения

Цветные изображения обычно состоят из нескольких каналов, например из трёх каналов RGB-изображения. Иногда нам нужно разделить эти каналы для отдельной обработки, а затем объединить их обратно в исходное изображение.

Разделение каналов

В OpenCV можно использоватьcv2.split()функция для разделения каналов изображения.

Пример

# Разделение каналов
b, g, r = cv2.split(img)

Объединение каналов

Разделённые каналы можно снова объединить в исходное изображение с помощьюcv2.merge()функцию.

Пример

# Объединение каналов
merged_img = cv2.merge([b, g, r])

4. Масштабирование, поворот, перенос и отражение изображений

Геометрическое преобразование изображений — распространённая операция при обработке изображений, включающая масштабирование, поворот, перенос и отражение.

Масштабирование изображения

Масштабирование изображения можно выполнить с помощьюcv2.resize()функции. Можно указать целевой размер изображения или коэффициент масштабирования.

Пример

# Масштабирование изображения
resized_img = cv2.resize(img, (200, 200))  # Масштабировать изображение до 200x200 pixels

Поворот изображения

Поворот изображения можно выполнить с помощьюcv2.getRotationMatrix2D()иcv2.warpAffine()функция. Нужно указать центр вращения и угол поворота.

Пример

# Поворот изображения
(h, w) = img.shape[:2]
center = (w // 2, h // 2)
M = cv2.getRotationMatrix2D(center, 45, 1.0)  # Поворот на 45 градусов
rotated_img = cv2.warpAffine(img, M, (w, h))

Смещение изображения

Смещение изображения можно выполнить с помощьюcv2.warpAffine()функция. Нужно указать матрицу смещения.

Пример

# Смещение изображения
M = np.float32([[1, 0, 100], [0, 1, 50]])  # Сместить на 100 пикселей вправо и на 50 пикселей вниз
translated_img = cv2.warpAffine(img, M, (w, h))

Отражение изображения

Отражение изображения можно выполнить с помощьюcv2.flip()функции. Можно указать направление отражения (по горизонтали, по вертикали или оба).

Пример

# Отражение изображения
flipped_img = cv2.flip(img, 1)  # Отразить по горизонтали
Другие расширения