| 编辑推荐: |
这篇文章主要介绍了python数字图像处理之高级形态学处理
, 希望对您的学习有所帮助。
本文来自于csdn，由火龙果软件Alice编辑，推荐。 |
|
一，前期安装：
选择skimage包，里面提供了io模块，用来图片的输入输出
我的Windows由于TensorFlow环境关系，安装了python3.7.1和3.6两个版本，IDLE
spyder同样，因此这里我就都给安装了。
【1】3.7.1的skimage安装
功能键+R，打开窗口，再打开CMD命令行窗口
用pip安装：pip install skimage
系统提示，install scikit-iamge，说明这个是完整的名
pip install scikit-image---安装成功
验证：进入python环境，import skimage
这样，skimage模块就装好了
【2】tf下安装
同样，先进入命令行，不过需要输入activate tf，进入tf环境下
至此，两个python里面都可以导入skimage了。
二，数字图像的读取和显示
代码解释见注释~~
在3.6版本运行中发现，只能对图片进行读取，但是无法显示，应该是windows和这个包不兼容的原因，因此后续的操作全部用python3.7.1处理。
1.彩色图片
from skimage
import io #导入skimage包里面的io模块
imag=io.imread('C:/Users/Ruan Qing/Desktop/python基础--刘老师/20190412/示例图片2.jpg')
#读入：调用imread函数，参数为图片路径，return为矩阵
io.imshow(imag) #调用imshow函数，参数为读入的数组，return为图像 |
2.灰白图片
from skimage
import io #导入skimage包里面的io模块
imag_grey=io.imread('C:/Users/Ruan Qing/Desktop/python基础--刘老师/20190412/示例图片2.jpg',as_grey=True)
#读入：调用imread函数，参数为图片路径，return为矩阵
io.imshow(imag_grey) #调用imshow函数，参数为读入的数组，return为图像 |
三，变量栏介绍
1.彩色图片
【1】右边的value显示的是色彩值：0代表黑色，255代表白色，最大就是255，0-255一共256个数，是2的8次方
【2】双击size打开的是一个表格
下拉进度条：行可以拖到4200，对应像素的size，列：0 1 2表示RGB三通道，颜色区域的每一个值（253）表示的是像素的颜色
2.灰白图片
【1】size只有两部分（2245,4200），分别是图片的行和列
【2】因为灰色，所以value值也变小，接近零
【3】注意：数据的类型是uint8还是float与size无关，即：对于unit8而言，是图片读入和读出的最终形式，可以是单层，即imag0那样，没有通道，是灰色；也可以是三层，即imag那样，有（行，列，3通道-RGB）；对于folat而言，就是行和列。
当进行灰度处理：as_grey=True时，如果之前是uint8（三层彩色）会把图片type转为float，但如果本身是uint8（单层灰色），默认不会转，所以该操作无效。
四，图片像素的剪裁和访问
1.基础知识
图片读入程序中后，是以numpy数组存在的。因此对numpy数组的一切功能，对图片也适用。对数组元素的访问，实际上就是对图片像素点的访问。
彩色图片访问方式为：img[i,j,c]
i表示图片的行数，j表示图片的列数，c表示图片的通道数（RGB三通道分别对应0，1，2）。坐标是从左上角开始。
灰度图片访问方式为：gray[i,j]
2.操作
【1】对图片进行截取
from skimage import io
imag=io.read('C:/Users/Ruan Qing/Desktop/python基础--刘老师/20190412/示例图片2.jpg')
image_part=imag[1000:2245,0:2000,:]
#截取的是左下角，彩色
io.imshow(image_part) |
【2】对图片进行单通道显示
from skimage
import io
imag=io.read('C:/Users/Ruan Qing/Desktop/python基础--刘老师/20190412/示例图片2.jpg')
image_R=imag[：,:,0]
#只显示R通道
io.imshow(image_R) |
【3】将图片的GB（RG/RB）通道全部取零
from skimage
import io
imag=io.read('C:/Users/Ruan Qing/Desktop/python基础--刘老师/20190412/示例图片2.jpg')
imag[:,:,1]=0
imag[:,:,2]=0
#GB通道的像素点值全部为零
io.imshow(imag) |
~绿色
from skimage
import io
imag=io.read('C:/Users/Ruan Qing/Desktop/python基础--刘老师/20190412/示例图片2.jpg')
imag[:,:,2]=0
imag[:,:,0]=0
#GB通道的像素点值全部为零
io.imshow(imag) |
可以看到变量栏，R和B通道全部都是0
~蓝色
from skimage
import io
imag=io.read('C:/Users/Ruan Qing/Desktop/python基础--刘老师/20190412/示例图片2.jpg')
imag[:,:,1]=0
imag[:,:,0]=0
#GB通道的像素点值全部为零
io.imshow(imag) |
【4】查看并修改像素值
~查看
from skimage
import io
imag=io.read('C:/Users/Ruan Qing/Desktop/python基础--刘老师/20190412/示例图片2.jpg')
pixel=imag[3,4,1]
print(pixel)
#im.show()对应的是显示图片，imag是一个数组，所以显示的是对应的值 |
#im.show()对应的是显示图片，imag是一个数组，所以显示的是对应的值
显示：253
~修改：随机添加500000个椒盐噪声
这里用到了numpy包里的random来生成随机数，randint(0,cols)表示随机生成一个整数，范围在0到cols之间。
用img[x,y,:]=255这句来对像素值进行修改，将原来的三通道像素值，变为255
from skimage
import io
import numpy as np
#导入numpy模块
imag_noise=io.imread('C:/Users/Ruan Qing/Desktop/python基础--刘老师/20190412/示例图片2.jpg')
rows,cols,dims=imag_noise.shape
#赋值
for i in range(500000):
x=np.random.randint(0,rows)
y=np.random.randint(0,cols)
#整个图片区域内，像素点（行列相交的像素点）随机选中500000个，randint表示整数值
imag_noise[x,y,:]=255
#给这几个点附上白色（255），黑色是0
io.imshow(imag_noise) |
显示：
【5】对图像进行旋转
~方法一：调用skimage里面的transform模块
from skimage
import io,transform
image=io.imread('C:/Users/Ruan Qing/Desktop/python基础--刘老师/20190412/示例图片3.jpg')
io.imshow(image)
image_2=transform.rotate(image,90)#旋转90°
io.imshow(image_2) |
注意:虽然imshow两次，但是最终我的python只显示了最后show的旋转后的图片，前面show出来的被覆盖了
~自己写代码：
from skimage
import io
import numpy as np
image=io.imread('C:/Users/Ruan Qing/Desktop/python基础--刘老师/20190412/示例图片2.jpg',as_grey=True)
cols,rows=image.shape
im_r=np.zeros((rows,cols))
#初始化一个全部为0的数组
a=rows-1
for i in range(rows):
for j in range(cols):
im_r[i,j]=image[j,a]
a=a-1
io.imshow(im_r) |
注意：这里面，需要设置as_grey=True,输出黑白图片，得到的图片类型为float64
如果不变成黑白，那么read出的图片格式为unit8-二进制，值的范围为0-255，但是创建的numpy数组为float64，范围为0-1,或-1，没有办法装入初始化的numpy数组中，所以程序会报错，如下
正确结果显示：
接着替换图片1.jpg
|
