数字图像与机器视觉基础#2
发布时间
阅读量：
阅读量
目录
-
一、数字图像处理技术
-
- 1.1 彩色图像文件转码为灰度图像
-
- 由OpenCV实现
- 未采用OpenCV
-
- 1.1 彩色图像文件转码为灰度图像
-
1.2 将RGB格式的彩色图像转换为HSV和HSI格式
-
- 图像格式简介
-
- 1. RGB 色彩模型
-
2. HSV 色彩模型
-
3.HSI 色彩模型
-
二、分割车牌
-
- 使用Opencv
-
总结
-
一、数字图像处理
1.1彩色图像文件转换为灰度文件
灰度图像（gray image）是指每个像素仅包含一个采样颜色的图像类型。这类图像通常呈现出从最深的黑色到最亮的白色之间的灰色色调[注：理论上可能采用任何不同色调的颜色深度]。值得注意的是，在计算机科学领域中虽然黑白图像仅包含纯黑色和纯白色两种颜色[注：实际上黑白数码图片只是基于两种纯色值]；但灰度图像是在黑白数码图片的基础上扩展了更多的色彩深度，在纯黑色与纯白色之间提供了丰富的中间色调选择[注：实际上使用的都是基于单一电磁频谱如可见光波长范围内的亮度值]。为了便于显示与存储[注：通常使用压缩存储技术以减少文件占用空间]，大多数系统会选择在可见光频谱范围内对每个像素进行亮度测量[注：这使得生成的结果更加贴近人眼的感受力]。因此，在实际应用中人们常用8位非线性编码的方式来表示每个采样点[注：即能够呈现256种不同的亮度级别]（如果是16位编码则可获得65,536个不同的灰度级别）。
使用Opencv
import cv2 as cv
image = cv.imread('lena.png')
gray_image = cv.cvtColor(image, code=cv.COLOR_BGR2GRAY)
# 显示图片
cv.imshow('image', gray_image)
cv.waitKey(0)
cv.destroyAllWindows()
不使用Opencv
rom PIL import Image
Img = Image.open('lena.png')
Img.show()
Le = Img.convert('L')
Le.show()
1.2将彩色图像(RGB)转为HSV、HSI 格式
图像格式简介
1. RGB模型
三维坐标：
原点（坐标系原点）至纯白色顶点的中心直线（中间直线）是一条灰度中间直线。红色、绿色和蓝色分量均相等。光强可由这三个分量所构成的向量来表示。
用RGB来理解色彩、深浅、明暗变化：
色彩变化： 三个坐标轴RGB最大分量顶点与黄紫青YMC色顶点的连线
深浅变化：RGB顶点和CMY顶点到原点和白色顶点的中轴线的距离
明暗变化：中轴线的点的位置，到原点，就偏暗，到白色顶点就偏亮。
2. HSV模型
倒锥形模型：
这个模型就是按色彩、深浅、明暗来描述的。
H是色彩
S是深浅， S = 0时，只有灰度
V是明暗，表示色彩的明亮程度，但与光强无直接联系。
3.HSI的模型
色调（Hue）：是指一种纯色的颜色特征，在某种程度上与波长相关，并反映了人类对不同颜色的感受特性；
饱和度（Saturation ）：是指纯色被白色光所稀释的程度指标，在此指标下值越大，则颜色显得越浓烈鲜明；
明度（Intensity）：是一个主观因素，在视觉系统中无法直接测量其数值大小；然而，在实际应用中人们往往将其理解为颜色亮度或明暗程度的表现维度。
简而言之，
H代表色调；
S代表饱和度（纯度），它决定了颜色的深浅浓淡；
B代表明度（亮度），它反映了光线照射在物体表面时所呈现的强弱程度。
这个解释是我见过最清晰简洁地阐释HSI机制的答案。
- 转HSV
mport cv2 as cv
image = cv.imread('Lena.png')
hsv = cv.cvtColor(image, cv.COLOR_BGR2HSV)
# 显示图片
cv.imshow('hsv',hsv)
# 等待键盘输入
cv.waitKey(0)
- 转HSI
import cv2
import numpy as np
def rgbtohsi(rgb_lwpImg):
rows = int(rgb_lwpImg.shape[0])
cols = int(rgb_lwpImg.shape[1])
b, g, r = cv2.split(rgb_lwpImg)
# 归一化到[0,1]
b = b / 255.0
g = g / 255.0
r = r / 255.0
hsi_lwpImg = rgb_lwpImg.copy()
H, S, I = cv2.split(hsi_lwpImg)
for i in range(rows):
for j in range(cols):
num = 0.5 * ((r[i, j]-g[i, j])+(r[i, j]-b[i, j]))
den = np.sqrt((r[i, j]-g[i, j])**2+(r[i, j]-b[i, j])*(g[i, j]-b[i, j]))
theta = float(np.arccos(num/den))
if den == 0:
H = 0
elif b[i, j] <= g[i, j]:
H = theta
else:
H = 2*3.14169265 - theta
min_RGB = min(min(b[i, j], g[i, j]), r[i, j])
sum = b[i, j]+g[i, j]+r[i, j]
if sum == 0:
S = 0
else:
S = 1 - 3*min_RGB/sum
H = H/(2*3.14159265)
I = sum/3.0
# 输出HSI图像，扩充到255以方便显示，一般H分量在[0,2pi]之间，S和I在[0,1]之间
hsi_lwpImg[i, j, 0] = H*255
hsi_lwpImg[i, j, 1] = S*255
hsi_lwpImg[i, j, 2] = I*255
return hsi_lwpImg
if __name__ == '__main__':
rgb_lwpImg = cv2.imread("lena.png")
hsi_lwpImg = rgbtohsi(rgb_lwpImg)
cv2.imshow('hsi_lwpImg', hsi_lwpImg)
key = cv2.waitKey(0) & 0xFF
if key == ord('q'):
cv2.destroyAllWindows()
二、分割车牌
第一步是将车牌号码图片转换为灰度图像；随后计算出5%时点对应的像素阈值threshold；最后执行二值化处理。 为了去除由于车牌号码周围有白色边框带来的干扰；接下来主要是基于车牌号码的垂直投影宽度与累积数值来进行字符分割。
使用Opencv
- 代码
import cv2
import numpy as np
import os
def stackImages(scale, imgArray):
"""
将多张图像压入同一个窗口显示
:param scale:float类型，输出图像显示百分比，控制缩放比例，0.5=图像分辨率缩小一半
:param imgArray:元组嵌套列表，需要排列的图像矩阵
:return:输出图像
"""
rows = len(imgArray)
cols = len(imgArray[0])
rowsAvailable = isinstance(imgArray[0], list)
# 用空图片补齐
for i in range(rows):
tmp = cols - len(imgArray[i])
for j in range(tmp):
img = np.zeros((imgArray[0][0].shape[0], imgArray[0][0].shape[1]), dtype='uint8')
imgArray[i].append(img)
# 判断维数
if rows>=2:
width = imgArray[0][0].shape[1]
height = imgArray[0][0].shape[0]
else:
width = imgArray[0].shape[1]
height = imgArray[0].shape[0]
if rowsAvailable:
for x in range(0, rows):
for y in range(0, cols):
if imgArray[x][y].shape[:2] == imgArray[0][0].shape[:2]:
imgArray[x][y] = cv2.resize(imgArray[x][y], (0, 0), None, scale, scale)
else:
imgArray[x][y] = cv2.resize(imgArray[x][y], (imgArray[0][0].shape[1], imgArray[0][0].shape[0]),
None, scale, scale)
if len(imgArray[x][y].shape) == 2:
imgArray[x][y] = cv2.cvtColor(imgArray[x][y], cv2.COLOR_GRAY2BGR)
imageBlank = np.zeros((height, width, 3), np.uint8)
hor = [imageBlank] * rows
hor_con = [imageBlank] * rows
for x in range(0, rows):
hor[x] = np.hstack(imgArray[x])
ver = np.vstack(hor)
else:
for x in range(0, rows):
if imgArray[x].shape[:2] == imgArray[0].shape[:2]:
imgArray[x] = cv2.resize(imgArray[x], (0, 0), None, scale, scale)
else:
imgArray[x] = cv2.resize(imgArray[x], (imgArray[0].shape[1], imgArray[0].shape[0]), None, scale, scale)
if len(imgArray[x].shape) == 2: imgArray[x] = cv2.cvtColor(imgArray[x], cv2.COLOR_GRAY2BGR)
hor = np.hstack(imgArray)
ver = hor
return ver
# 分割结果输出路径
output_dir = "D:\ MyworkSpace\ Spyder\ bmp\ pint\ "
# 车牌路径
file_path="D:\ MyworkSpace\ Spyder\ bmp\ pin\ "
# 读取所有车牌
cars = os.listdir(file_path)
cars.sort()
# 循环操作每一张车牌
for car in cars:
# 读取图片
print("正在处理"+file_path+car)
src = cv2.imread(file_path+car)
img = src.copy()
# 预处理去除螺丝点
cv2.circle(img, (145, 20), 10, (255, 0, 0), thickness=-1)
cv2.circle(img, (430, 20), 10, (255, 0, 0), thickness=-1)
cv2.circle(img, (145, 170), 10, (255, 0, 0), thickness=-1)
cv2.circle(img, (430, 170), 10, (255, 0, 0), thickness=-1)
cv2.circle(img, (180, 90), 10, (255, 0, 0), thickness=-1)
# 转灰度
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 二值化
adaptive_thresh = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY_INV, 333, 1)
# 闭运算
kernel = np.ones((5, 5), int)
morphologyEx = cv2.morphologyEx(adaptive_thresh, cv2.MORPH_CLOSE, kernel)
# 找边界
contours, hierarchy = cv2.findContours(morphologyEx, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
# 画边界
img_1 = img.copy()
cv2.drawContours(img_1, contours, -1, (0, 0, 0), -1)
imgStack = stackImages(0.7, ([src, img, gray], [adaptive_thresh, morphologyEx, img_1]))
cv2.imshow("imgStack", imgStack)
cv2.waitKey(0)
# 转灰度为了方便切割
gray_1 = cv2.cvtColor(img_1, cv2.COLOR_BGR2GRAY)
# 每一列的白色数量
white = []
# 每一列的黑色数量
black = []
# 区域高度取决于图片高
height = gray_1.shape[0]
# 区域宽度取决于图片宽
width = gray_1.shape[1]
# 最大白色数量
white_max = 0
# 最大黑色数量
black_max = 0
# 计算每一列的黑白色像素总和
for i in range(width):
s = 0 # 这一列白色总数
t = 0 # 这一列黑色总数
for j in range(height):
if gray_1[j][i] == 255:
s += 1
if gray_1[j][i] == 0:
t += 1
white_max = max(white_max, s)
black_max = max(black_max, t)
white.append(s)
black.append(t)
# 找到右边界
def find_end(start):
end = start + 1
for m in range(start + 1, width - 1):
# 基本全黑的列视为边界
if black[m] >= black_max * 0.95: # 0.95这个参数请多调整，对应下面的0.05
end = m
break
return end
# 临时变量
n = 1
# 起始位置
start = 1
# 结束位置
end = 2
# 分割结果数量
num=0
# 分割结果
res = []
# 保存分割结果路径,以图片名命名
output_path= output_dir + car.split('.')[0]
if not os.path.exists(output_path):
os.makedirs(output_path)
# 从左边网右边遍历
while n < width - 2:
n += 1
# 找到白色即为确定起始地址
# 不可以直接 white[n] > white_max
if white[n] > 0.05 * white_max:
start = n
# 找到结束坐标
end = find_end(start)
# 下一个的起始地址
n = end
# 确保找到的是符合要求的,过小不是车牌号
if end - start > 10:
# 分割
char = gray_1[1:height, start - 5:end + 5]
# 保存分割结果到文件
cv2.imwrite(output_path+'/' + str(num) + '.jpg',char)
num+=1
# 重新绘制大小
char = cv2.resize(char, (300, 300), interpolation=cv2.INTER_CUBIC)
# 添加到结果集合
res.append(char)
# cv2.imshow("imgStack", char)
# cv2.waitKey(0)
# 构造结果元祖方便结果展示
res2 = (res[:2], res[2:4], res[4:6], res[6:])
# 显示结果
imgStack = stackImages(0.5, res2)
cv2.imshow("imgStack", imgStack)
cv2.waitKey(0)- 图像进行灰度化和二值化处理
- 分割结果
总结
基于现成的OpenCV库实现图像操作相较于其他方法更为简便快捷。掌握OpenCV的基础知识后，在图像处理相关任务中能够更加高效地完成工作。
全部评论 (0)
还没有任何评论哟~