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:
| Действие | Функция/Метод | Описание |
|---|---|---|
| Доступ к значениям пикселей | image[y, x] | Получить или изменить значения пикселей. |
| Область интереса изображения | image[y1:y2, x1:x2] | Получить или изменить прямоугольную область на изображении. |
| Разделение и объединение каналов | cv2.split() / cv2.merge() | Разделить или объединить каналы изображения. |
| Масштабирование изображения | cv2.resize() | Изменить размер изображения. |
| Поворот изображения | cv2.getRotationMatrix2D() | Повернуть изображение. |
| Перенос изображения | cv2.warpAffine() | Перенести изображение. |
| Отражение изображения | cv2.flip() | Отразить изображение. |
| Сложение изображений | cv2.add() | Выполнить операцию сложения двух изображений. |
| Вычитание изображений | cv2.subtract() | Выполнить операцию вычитания двух изображений. |
| Смешивание изображений | cv2.addWeighted() | Выполнить взвешенное смешивание двух изображений. |
| Пороговая обработка | cv2.threshold() | Выполнить пороговую обработку изображения. |
| Сглаживание | cv2.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
# 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
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
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
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
b, g, r = cv2.split(img)
Объединение каналов
Разделённые каналы можно снова объединить в исходное изображение с помощьюcv2.merge()функцию.
Пример
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
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
(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
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
flipped_img = cv2.flip(img, 1) # Отразить по горизонтали