建站
咨詢
售后
建站咨詢
新聞中心
01 圖像的顏色空間
成都創(chuàng)新互聯(lián)是一家專注于成都網(wǎng)站制作、成都網(wǎng)站建設(shè)與策劃設(shè)計(jì),宛城網(wǎng)站建設(shè)哪家好?成都創(chuàng)新互聯(lián)做網(wǎng)站,專注于網(wǎng)站建設(shè)10年,網(wǎng)設(shè)計(jì)領(lǐng)域的專業(yè)建站公司;建站業(yè)務(wù)涵蓋:宛城等地區(qū)。宛城做網(wǎng)站價(jià)格咨詢:18982081108
彩色圖像比灰度圖像擁有更豐富的信息，它的每個(gè)像素通常是由紅(R)、綠(G)、藍(lán)(B)3個(gè)分量來表示的，每個(gè)分量介于0～255之間。
圖像中呈現(xiàn)的不同的顏色都是由R、G、B這3種顏色混合而成的。在OpenCV里面，彩色圖像擁有3個(gè)顏色通道，但是通道的順序是可以變換的，RGB、BRG、BGR、GBR、GRB都有可能。
在讀取一幅圖像的時(shí)候，我們對(duì)于圖像的顏色通道排布并不清楚，因此需要先把圖像的顏色通道固定下來，這就需要調(diào)用OpenCV的cvtColor()函數(shù)。
cvtColor()函數(shù)的功能是對(duì)圖像進(jìn)行顏色空間變換，原型如下：
- dst=cv2.cvtColor(src, code )
參數(shù)說明：
- src：輸入圖像即要進(jìn)行顏色空間變換的原圖像，可以是Mat類。
- code：轉(zhuǎn)換的代碼或標(biāo)識(shí)，即在此確定將什么制式的圖片轉(zhuǎn)換成什么制式的圖片，后面會(huì)詳細(xì)講述。
函數(shù)輸出進(jìn)行顏色空間變換后存儲(chǔ)圖像。
通過調(diào)用cvtColor()函數(shù)，還可以將一幅彩色圖像轉(zhuǎn)換成灰度圖像，示例代碼見程序3-5，代碼運(yùn)行效果如圖3.9所示。
▲彩色圖像1.jpg
- 程序3-5 彩色圖像轉(zhuǎn)灰度圖像示例：color2gray.py
- # -*- coding: UTF-8 -*-
- import numpy as np
- import cv2
- #定義main()函數(shù)
- def main():
- img = cv2.imread('1.jpg')
- img2 = cv2.cvtColor(img,cv2.COLOR_RGB2GRAY)
- #從彩色圖像轉(zhuǎn)化成灰度圖像
- cv2.imshow('img2.bmp ', img2)
- cv2.waitKey(0)
- if __name__ == '__main__':
- main()
▲圖3.9 color2gray.py程序運(yùn)行結(jié)果
注意：cvtColor()函數(shù)還可以通過改變參數(shù)cv2.COLOR_RGB2BRG等改變圖像顏色通道的排列順序。另外也可以直接在讀取圖像函數(shù)imread時(shí)設(shè)置參數(shù)為0，直接將彩色圖像讀取為灰度圖像，img = cv2.imread('1.jpg',0)。
02 彩色圖像的通道分離和混合
灰度圖像是單通道的，彩色圖像擁有R、G、B三個(gè)顏色通道。因此在圖像處理時(shí)，經(jīng)常把顏色通道分離，單獨(dú)處理一個(gè)通道的數(shù)組，然后再合并成一幅彩色圖像。
在實(shí)際的代碼編寫中，只需要調(diào)用OpenCV中的split()和merge()函數(shù)就可以實(shí)現(xiàn)圖像的通道分離和合并。
split()函數(shù)的功能是將多通道的矩陣分離成單通道矩陣，原型如下：
- [,mv]=cv2.split (src)
參數(shù)說明：輸入?yún)?shù)為要進(jìn)行分離的圖像矩陣，輸出參數(shù)為一個(gè)Mat數(shù)組。
merge()函數(shù)的功能是將多個(gè)單通道圖像合成一幅多通道圖像，原型如下：
- dst=cv2.merge([,dst] )
參數(shù)說明：輸入?yún)?shù)可以是Mat數(shù)組，輸出為合并后的圖像矩陣。
03 彩色圖像的通道分離和混合程序示例
輸入一幅彩色圖像，通過程序3-6將其分割成R、G、B這3個(gè)通道的圖像并顯示。在分割前需要先確定圖像的顏色通道分布，因此先調(diào)用cvtColor()函數(shù)固定顏色通道。示例代碼參見程序3-6，效果如圖3.10所示。
- 程序3-6 彩色圖像通道分離示例：colorsplit.py
- # -*- coding: UTF-8 -*-
- import numpy as np
- import cv2
- #定義main()函數(shù)
- def main():
- img = cv2.imread('1.jpg')
- img2 = cv2.cvtColor(img,cv2.COLOR_BRG2RGB)
- r,g,b = cv2.split(img2) #img分離成三個(gè)單通道的圖像
- cv2.imshow("Red", r)
- cv2.imshow("Green", g)
- cv2.imshow("Blue", b)
- cv2.waitKey(0)
- if __name__ == '__main__':
- main()
▲圖3.10 colorsplit.py程序運(yùn)行結(jié)果
可以看出，在圖像通道分離后，不同顏色通道的圖像顯示深淺不一，單通道的圖像呈現(xiàn)該顏色通道的灰度信息。接下來把這3個(gè)顏色通道混合一下，在代碼中加入一行代碼：img3 = cv2.merge([b,g,r]);，這樣img3又回到了原來輸入的彩色圖像樣式，顯示效果如圖3.11所示。
▲圖3.11 圖像三通道混合后的輸出
04 彩色圖像的二值化
圖像的二值化是將圖像上的像素點(diǎn)的灰度值設(shè)置為0或255，也就是將整個(gè)圖像呈現(xiàn)出明顯的黑白效果。彩色圖像二值化最簡(jiǎn)單的步驟如下：
- 彩色圖像轉(zhuǎn)灰度。
- 圖像閾值化處理，即像素值高于某閾值的像素賦值為255，反之為0。
其中，閾值的操作會(huì)調(diào)用OpenCV的threshold()函數(shù)。
threshold()函數(shù)聲明如下：
- ret, dst = cv2.threshold(src, thresh, maxval, type)；
函數(shù)功能：實(shí)現(xiàn)圖像固定閾值的二值化。
參數(shù)說明：
- src：輸入圖，只能輸入單通道圖像，通常來說為灰度圖。
- dst：輸出圖。
- thresh：閾值。
- maxval：當(dāng)像素值超過了閾值(或者小于閾值，根據(jù)type來決定)時(shí)所賦予的值。
- type：二值化操作的類型，包含5種類型，即cv2.THRESH_BINARY、cv2.THRESH_BINARY_INV、cv2.THRESH_TRUNC、cv2.THRESH_TOZERO和cv2.THRESH_TOZERO_INV。
舉例參考程序3-7。
- 程序3-7 彩色圖像二值化示例：colorthreshold.py
- # -*- coding: UTF-8 -*-
- import numpy as np
- import cv2
- #定義main()函數(shù)
- def main():
- img = cv2.imread('1.jpg',0)
- thresh1,dst =cv2.threshold(img,127,255,cv2.THRESH_BINARY)
- #圖像二值化
- cv2.imshow("dst", dst)
- cv2.waitKey(0)
- if __name__ == '__main__':
- main()
如程序3-7所示，高于127的像素全部置為255，低于的全部置為0，得到如圖3.12所示的輸出結(jié)果。
▲圖3.12 colorthreshold.py程序輸出結(jié)果
05 彩色圖像的遍歷
灰度圖像的遍歷按照訪問二維數(shù)組的方式得到坐標(biāo)位置的像素。那對(duì)于彩色圖像呢?彩色圖像可以看出是3維數(shù)組，遍歷方式參見程序3-8。
- 程序3-8 遍歷彩色圖像示例：color1.py
- # -*- coding: UTF-8 -*-
- import numpy as np
- import cv2
- #定義main()函數(shù)
- def main():
- img = cv2.imread('1.jpg')
- height,width,n = img.shape #得到圖片的寬高和維度
- img2 = img.copy() #復(fù)制一個(gè)跟img相同的新圖片
- #寬高兩個(gè)維度遍歷圖片
- for i in range(height):
- for j in range(width):
- img2[i, j][0] = 0 #將第一個(gè)通道內(nèi)的元素重新賦值
- cv2.imshow('img2.jpg', img2)
- cv2.waitKey(0)
- if __name__ == '__main__':
- main()
由于第一個(gè)通道里面的顏色信息全部變?yōu)榱?，圖像顯示結(jié)果如圖3.13所示。
▲圖3.13 color1.py程序運(yùn)行結(jié)果
在讀取不同通道的圖像像素值時(shí)，需要先確定圖像的通道排列是RGB還是BRG。
06 彩色圖像和灰度圖像的轉(zhuǎn)換
經(jīng)過前面的學(xué)習(xí)，我們知道彩色圖像轉(zhuǎn)成灰度圖像有3種路徑：
- imread讀取圖像的時(shí)候直接設(shè)置參數(shù)為0，彩色圖像自動(dòng)被讀成灰度圖像。
- 調(diào)用cvtColor()函數(shù)，參數(shù)設(shè)置為cv2.COLOR_BGR2GRAY。
- 調(diào)用split()函數(shù)，可以將一幅彩色圖像分離成3個(gè)單通道的灰度圖像。
那么灰度圖像有沒有可能轉(zhuǎn)換成彩色圖像呢?
我們知道灰度圖像是單通道的，彩色圖像是RGB 3這個(gè)顏色通道。那么是否可以人為地增加圖像的通道，偽造出另外兩個(gè)通道，而另外兩個(gè)通道可以隨機(jī)地賦值呢?程序3-9做出了嘗試。
- 程序3-9 增加圖像通道示例：gray2color1.py
- # -*- coding: UTF-8 -*-
- import numpy as np
- import cv2
- #定義main()函數(shù)
- def main():
- img = cv2.imread('gray1.jpg')
- gray = np.zeros((512, 512, 3), np.uint8) # 生成一個(gè)空彩色圖像
- height,width,n = img.shape
- #圖像像素級(jí)遍歷
- for i in range(height):
- for j in range(width):
- gray[i, j][0] = img[i, j][0]
- gray[i, j][1] = 0
- gray[i, j][2] = 0
- cv2.imshow('gray.jpg', gray)
- cv2.waitKey(0)
- =if __name__ == '__main__':
- main()
上述程序新建了一個(gè)3通道的空的彩色圖像，然后將讀取的灰度圖像放在新建的彩色圖像的第一個(gè)通道，也就是B通道，其他兩個(gè)通道賦值0，所以圖像整體呈現(xiàn)藍(lán)色，程序運(yùn)行結(jié)果如圖3.14所示。
▲圖3.14 gray2color1.py程序運(yùn)行結(jié)果
上述方法轉(zhuǎn)換的圖像顏色很單一。有沒有更加智能的方法呢?在攝像技術(shù)不是很成熟的時(shí)期，人們給拍攝出來的黑白照片上色，發(fā)明了一種偽彩色圖像技術(shù)。在OpenCV里面，可以用預(yù)定義好的Colormap(色度圖)來給圖片上色，示例代碼參見程序3-10。
- 程序3-10 偽彩色圖像技術(shù)示例：gray2color2.py
- # -*- coding: UTF-8 -*-
- import numpy as np
- import cv2
- #定義main()函數(shù)
- def main():
- img = cv2.imread('gray1.jpg')
- im_color = cv2.applyColorMap(img, cv2.COLORMAP_JET) #色度圖上色
- cv2.imshow("im_color.jpg", im_color)
- cv2.waitKey(0)
- if __name__ == '__main__':
- main()
程序運(yùn)行結(jié)果如圖3.15所示。偽彩色圖像目前主要應(yīng)用在對(duì)高度、壓力、密度、濕度等描述上，彩色數(shù)據(jù)可視化。
▲圖3.15 gray2color程序運(yùn)行結(jié)果
名稱欄目：手把手教你用Python給小姐姐美個(gè)顏
本文URL：http://www.dlmjj.cn/article/dpggeid.html
