其他分享
首页 > 其他分享> > 入门|图像增强技术

入门|图像增强技术

作者：互联网

图像增强技术的作用，简单点说，就是通过对图像进行加工处理，使图像能更好的在其他领域起作用，比如人脸识别，图像分类等人工智能领域，又或者是在通信领域，通过加工恢复图像在传输中丢失的某些东西。

那么什么又是图像增强呢?通过对图像进行一些加工，从简单的裁剪、变换灰度等到复杂的各种滤波公式去噪点等等 ，大致满足以下两点的都属于图像增强的一部分。

  1. 改变图像视觉效果，使其能更好的应用在某类场景中。

  2. 突出图片某部分特征，满足某些特殊分析的需要。

 

在实现具体算法之前，我们总需要先思考大致的思路。学习图像增强技术也是如此，在学习这门新技术前，我们可以根据一些以往的经验先想想大概要做些什么：

  1. 图像的收集

  2. 图像的输入

  3. 图像的处理

  4. 图像的输出

图像的收集

     

这里主要涉及的是从视频中截取我们需要的图片。需要使用到的软件“ffmpeg”。

安装

通过网页搜索直接进入官网点击“Download”，选择自己电脑系统后，点击下方红色勾

选区域，进入下载界面，只用看自己电脑是64位/32位，点击下载。

640?wx_fmt=png 640?wx_fmt=png 640?wx_fmt=png

下载好后，配置环境变量。

右键‘我的电脑’，--属性—高级系统设置—环境变量—用户变量—编辑‘path’—添加ffmpeg软件的文件夹下的bin文件的路径。

使用

通过‘cmd’命令行执行以下操作：

‘ffmpeg -i F -r K -f image2 image-%05d.jpg’

F:需要处理视频的地址。

K:填一个数字表示每秒截几张图，填类似1/1的形式表示一帧截一张图。

其他更详细用法可以自行百度，温馨提示：在哪个文件夹执行命令操作生成的图片就保存在哪个文件夹。

图像的输入

     

很多时候我们需要处理的是大量的图片，这就需要批量的处理文件。

#需要用到os和cv2库（安装请安装opencv，导入请导入cv2）

imagelist=os.listdir(path)#读取path目录下所有文件的名字

for i  in imagelist:

        if(i.endswith('.jpg' or '.png')):

            #如果文件以jpg或者png结尾

            image=cv2.imread(path+'/'+i)#读取图片

图像的处理

     

图像增强技术的处理技术很多，先从一些简单操作开始。如图像的裁剪、旋转、镜像翻转和缩放等基本操作开始，主要使用cv2库。

#裁剪(crop)

Image=cv2.imread(‘某张图片地址’)  #读取图片

sp=image.shape  #读取图像的形状信息并通过数组输出[图像的高，图像的宽，图像通道数]

h=sp[0]

w=sp[1]

#截取图像某个区域，可配合random库随机截取，也可以自己设置截取范围

y1=int((1/3)*h)

y2=int((2/3)*h)

x1=int((1/3)*w)

x2=int((2/3)*w)

img=image[y1:y2,x1:x2]

#将图片左上角视为原点，截取y1到y2、x1到x2的区域

 

#旋转(roating)

h,w=image.shape[:2]

center=(h//2,w//2)#旋转中心

#图片旋转

#degree旋转角度，size旋转后的大小，填1为等比例旋转。

M = cv2.getRotationMatrix2D(center,  degree, size)

#执行旋转操作，roated为旋转后的图片

roated = cv2.warpAffine(image, M, (w, h))

 

#镜像翻转(flip)

image=cv2.imread(path)

image=cv2.flip(image,1)#图片翻转

 

#缩放

image=cv2.imread(path)

image=cv2.resize(image,(192,192))#括号内填缩放后的大小

图像的输出

     

除了直接保存为图片形式外

cv2.imwrite('保存地址',image)

我们在做使用这些处理后的图片时，更多的要用到名为‘npz‘的文件格式。

data=[]#该数组用于存储图片

label=[]#用于储存图片类型，看一个实例

pathone='D:\\imgCut\\Archive\\resize\\nosmoke'#无烟集图片地址

pathtwo="D:\\imgCut\\Archive\\resize\\smoke"#有烟集图片地址

#0代表无烟图片，1代表有烟图片

def saveZ(pathone,pathtwo):

     data=[]

     label=[]

     imagelist_one=os.listdir(pathone)#读取目录下所有文件的名字

     imagelist_two=os.listdir(pathtwo)

     

     for i in imagelist_one:

         

         if(i.endswith('.jpg' or '.png')):

                #如果文件以jpg结尾

            image=cv2.imread(pathone+'\\'+i)

            data.append(image)#将图片加入数组,这里存入的是图片本身而不是一个引用。

            label.append(0)

            

     for i in imagelist_two:

         

         if(i.endswith('.jpg' or '.png')):

                #如果文件以jpg结尾

            image=cv2.imread(pathtwo+'\\'+i)

            data.append(image)

            label.append(1)

np.savez('arc.npz', data=data, label=label)

#文件以npz形式储存，里面有两个数组data,label

之后我们就可以在其他地方直接调用这个文件里的数组

arc=np.load('arc.npz')#导入这个文件

data=arc['data']#读取里面的data数组和label数组

label=arc['label']

 

 

 

  END

 

主  编   |   张祯悦

责  编   |   马原涛

 

 where2go 团队

            

640?wx_fmt=jpeg

 

标签：入门,image,cv2,技术,label,图像,data,图像增强,图片
来源： https://blog.51cto.com/u_15281984/2959295