计算机视觉教程2：图像基础

本教程作为系列课程的“第2课”，是计算机视觉的基础；后续还有更多课程，将深入探讨如何构建基于深度学习的计算机视觉项目。完整课程大纲和目录请点击此处获取。

本文要点概述如下：

• 从磁盘加载图像。
• 获取图像的“高度”、“宽度”和“深度”。
• 查找图像的R、G、B分量。
• 使用OpenCV进行绘图。

从磁盘加载图像

在对图像进行任何操作或处理之前，我们需要将选定的图像加载到磁盘上。我们将使用OpenCV来完成这一步骤。有两种方法可以执行此加载操作。一种方法是通过简单地将图像路径和文件传递给OpenCV的“imread”函数来加载图像。另一种方法是通过命令行参数，利用Python模块argparse来传递图像。

#从磁盘加载图像

import cv2
image = cv2.imread(“C:/Sample_program/example.jpg”)
cv2.imshow(‘Image’, image)
cv2.waitKey(0)

让我们在Notepad++中创建一个名为Loading_image_from_disk.py的文件。首先，我们导入OpenCV库，该库包含我们的图像处理函数。我们使用第一行代码导入库，即cv2。第二行代码是我们使用OpenCV的cv2.imread函数读取图像的地方，我们传递图像的路径作为参数；路径还应包含带有其图像格式扩展名（如.jpg、.jpeg、.png或.tiff）的文件名。

语法— // image=cv2.imread(“path/to/your/image.jpg”) //

在指定文件扩展名时必须格外小心。如果我们提供了错误的扩展名，很可能会收到以下错误。

ERROR :

c:\Sample_program>python Loading_image_from_disk.py
Traceback (most recent call last):
File “Loading_image_from_disk.py”, line 4, in <module>
cv2.imshow(‘Image’, image)
cv2.error: OpenCV(4.3.0) C:\projects\opencv-python\opencv\modules\highgui\src\window.cpp:376: error: (-215:Assertion failed) size.width>0 && size.height>0 in function ‘cv::imshow’

第三行代码是我们实际显示已加载图像的地方。第一个参数是一个字符串，或我们窗口的“名称”。第二个参数是加载图像的对象。

最后，调用cv2.waitKey会暂停脚本的执行，直到我们在键盘上按下一个键。使用参数“0”表示任何按键都会解除暂停执行。请随意在不包含程序最后一行代码的情况下运行您的程序，以查看差异。

#使用Argparse从磁盘读取图像

import cv2
import argparse

apr = argparse.ArgumentParser()
apr.add_argument(“-i”, “ — image”, required=True, help=”Path to the image”)
args = vars(apr.parse_args())

image = cv2.imread(args[“image”])
cv2.imshow(‘Image’, image)
cv2.waitKey(0)

知道如何使用命令行参数（argparse）读取图像或文件是一项绝对必要的技能。

前两行代码是导入必要的库；在这里，我们导入OpenCV和Argparse。我们将在整个课程中重复这一点。

以下三行代码负责解析命令行参数。我们唯一需要的参数是—image：磁盘上我们图像的路径。最后，我们解析这些参数并将它们存储在一个名为args的字典中。

让我们花点时间快速讨论一下—image开关究竟是什么。—image“开关”（“开关”是“命令行参数”的同义词，这两个术语可以互换使用）是我们指定在命令行上的一个字符串。这个开关告诉我们的Loading_image_from_disk.py脚本，我们想要加载的图像在磁盘上的位置。

最后三行代码前面已经讨论过；cv2.imread函数以args[“image”]作为参数，这不过是我们通过命令提示符提供的图像。cv2.imshow显示图像，该图像已经从前一行存储在图像对象中。最后一行暂停脚本的执行，直到我们在键盘上按下一个键。

使用argparse—命令行参数的一个主要优点是，我们将能够从不同的文件夹位置加载图像，而不必在我们的程序中更改图像路径，只需动态传递图像路径，例如在执行我们的Python程序时，在命令提示符下作为参数传递“C:\CV_Material\image\sample.jpg”。

c:\Sample_program>python Loading_image_from_disk.py — image C:\CV_Material\session1.JPG

这里，我们正在执行Loading_image_from_disk.pyPython文件，从c:\sample_program位置通过传递“-image”参数以及图像路径C:\CV_Material\session1.JPG.

获取图像的‘高度’、‘宽度’和‘深度’

由于图像以NumPy数组形式表示，我们可以简单地使用`.shape`属性来检查其宽度、高度和通道数。

通过在刚加载的图像对象上应用`.shape`属性，我们可以获取图像的高度、宽度和深度。如前一课—1所述，图像的高度和宽度可通过在MS Paint中打开图像进行交叉验证。请参考前一课。我们将在后续课程中讨论图像的深度，深度也称为图像的通道。彩色图像通常有3个通道，因为其像素由RGB组成，而灰度图像则有1个通道。这一点我们在前一课-1中已经讨论过。

# 获取图像的高度、宽度和深度

import cv2
import argparse

apr = argparse.ArgumentParser()
apr.add_argument(“-i”, “ — image”, required=True, help=”Path to the image”)
args = vars(apr.parse_args())


# 与前述代码的唯一区别——在图像对象上应用了shape属性

print(f’(Height,Width,Depth) of the image is: {image.shape}’)

image = cv2.imread(args[“image”])
cv2.imshow(‘Image’, image)
cv2.waitKey(0)

输出:

图像的高度、宽度和深度为：(538, 723, 3)

与前述代码的唯一区别在于，打印语句对加载的图像对象应用了`shape`属性。f’是F-字符串或格式化字符串，它动态地接受变量并进行打印。

f’ write anything here that you want to see in the print statement: {variables, variables, object, object.attribute,}’

在此，我们通过花括号内的{object.attribute}来获取.shape属性，从而计算图像对象的高度、宽度和深度。

#单独获取高度、宽度和深度

import cv2
import argparse

apr = argparse.ArgumentParser()
apr.add_argument(“-i”, “ — image”, required=True, help=”Path to the image”)
args = vars(apr.parse_args())

image = cv2.imread(args[“image”])

#使用NumPy数组切片分别获取高度、宽度和深度

print(“height: %d pixels” % (image.shape[0]))
print(“width: %d pixels” % (image.shape[1]))
print(“depth: %d” % (image.shape[2]))

cv2.imshow(‘Image’, image)
cv2.waitKey(0)

输出:

宽度: 723像素
高度: 538像素
深度: 3

这里，我们不是一次性获取(高度、宽度和深度)作为一个元组。而是通过数组切片，分别获取图像的高度、宽度和深度。数组的第0个索引包含图像的高度，第1个索引包含图像的宽度，第2个索引包含图像的深度。

查找图像的R、G和B成分

输出:

图像在位置(321, 308)处的蓝绿红成分值为: (238, 242, 253)

注意y值在x值之前传递的方式——这种语法一开始可能感觉反直觉，但它与我们访问矩阵中值的方式一致：首先指定行号，然后是列号。这样，我们得到一个元组，表示图像的蓝、绿和红成分。

我们还可以通过反向操作改变给定位置像素的颜色。

#在(x,y)位置查找图像的R、B、G值

import cv2
import argparse

apr = argparse.ArgumentParser()
apr.add_argument(“-i”, “ — image”, required=True, help=”Path to the image”)
args = vars(apr.parse_args())

image = cv2.imread(args[“image”])

#从用户处接收像素坐标值[y,x]，以计算RGB值
[y,x] = list(int(x.strip()) for x in input().split(‘,’))

#提取接收像素坐标的(蓝、绿、红)值
(b,g,r) = image[y,x]
print(f’The Blue Green Red component value of the image at position {(y,x)} is: {(b,g,r)}’)

cv2.imshow(‘Image’, image)
cv2.waitKey(0)

(b,g,r) = image[y,x] 转换为 image[y,x] = (b,g,r)

这里我们将颜色（BGR）分配给图像像素坐标。让我们尝试将红色分配给位置(321,308)的像素，并通过打印该位置的像素BGR来验证这一点。

# 反向操作，将RGB值分配给我们选择的像素

import cv2
import argparse

apr = argparse.ArgumentParser()
apr.add_argument(“-i”, “ — image”, required=True, help=”Path to the image”)
args = vars(apr.parse_args())

image = cv2.imread(args[“image”])

# 从用户接收像素坐标值[y,x]，需要计算RGB值
[y,x] = list(int(x.strip()) for x in input().split(‘,’))

# 提取接收到的像素坐标的(蓝色,绿色,红色)值
image[y,x] = (0,0,255)
(b,g,r) = image[y,x]
print(f’The Blue Green Red component value of the image at position {(y,x)} is: {(b,g,r)}’)

cv2.imshow(‘Image’, image)
cv2.waitKey(0)

输出:

图像在位置(321, 308)的蓝色、绿色和红色分量值为(0, 0, 255)

在上面的代码中，我们通过命令提示符输入如图2.6所示的值来接收像素坐标，并通过分配(0,0,255)即(蓝色,绿色,红色)来为像素坐标分配红色，并通过打印输入的像素坐标来验证这一点。

使用OpenCV绘图

让我们学习如何使用OpenCV绘制不同的形状，如矩形、正方形和圆形，通过绘制圆圈来遮盖我的眼睛，矩形来遮盖我的嘴唇，以及矩形来遮盖我旁边的mantra-ray鱼。

输出应如下所示：

这张照片使用MS Paint进行了形状遮盖；我们将尝试使用OpenCV通过在我的眼睛周围绘制圆圈和矩形来遮盖我的嘴唇和我旁边的matra-ray鱼来实现相同的效果。

我们使用cv2.rectangle方法在OpenCV中绘制矩形，使用cv2.circle方法绘制圆圈。

cv2.rectangle(image, (x1, y1), (x2, y2), (Blue, Green, Red), Thickness)

cv2.rectangle方法的第一个参数是我们要在其上绘制矩形的图像。这里，我们将加载的图像对象传递给该方法。第二个参数是矩形的起始(x1, y1)位置，我们在此从(156, 340)开始绘制矩形。接着，必须提供矩形的结束(x2, y2)点，我们决定在(360, 450)处结束矩形。接下来的参数是矩形的颜色，此处我们以BGR格式传入黑色，即(0,0,0)。最后一个参数是线条的粗细，我们传入-1以绘制实心形状，如图2.6所示。

同样，我们使用cv2.circle方法来绘制圆。

cv2.circle(image, (x, y), r, (Blue, Green, Red), Thickness)

cv2.circle方法的第一个参数是我们要在其上绘制圆的图像。这里，我们将已加载的图像对象传递给该方法。第二个参数是圆心的(x, y)位置，我们在此将圆心设在(343, 243)。接下来的参数是圆的半径。再之后的参数是圆的颜色，此处我们以BGR格式传入红色，即(0,0,255)。最后一个参数是线条的粗细，我们同样传入-1以绘制实心形状，如图2.6所示。

好的！了解这些之后，让我们开始尝试完成我们的目标。为了在图像中绘制形状，我们需要确定遮罩区域的起点和终点（x,y）坐标，以便将其传递给相应的方法。

如何操作？

我们将再次借助MS Paint的帮助。通过将光标放置在遮罩区域的一个坐标点（左上角或右下角）上，坐标会显示在MS Paint中高亮的部分，如图2.7所示。

同样地，我们将获取所有遮罩区域的坐标（x1,y1）（x2,y2），如图2.8所示。

#使用OpenCV绘制以遮盖眼睛、嘴巴及附近物体

import cv2
import argparse

apr = argparse.ArgumentParser()
apr.add_argument(“-i”, “ — image”, required=True, help=”Path to the image”)
args = vars(apr.parse_args())

image = cv2.imread(args[“image”])

cv2.rectangle(image, (415, 168), (471, 191), (0, 0, 255), -1)
cv2.circle(image, (425, 150), 15, (0, 0, 255), -1)
cv2.circle(image, (457, 154), 15, (0, 0, 255), -1)
cv2.rectangle(image, (156, 340), (360, 450), (0, 0, 0), -1)

#显示输出图像
cv2.imshow(“Output drawing “, image)
cv2.waitKey(0)

结果：