python圖像處理教程：初步📷插值變換📷形態學處理📷濾波

處理流程

opencv是跨平臺圖像處理庫，為許多編程語言提供了接口，Python自然在列，但在使用pip安裝時需要注意install的是【opencv-python】。

作為專業的圖像處理庫，opencv自然也提供了讀取、處理、顯示以及保存圖片的全流程功能，其初步使用如下

import cv2path = 'lena.jpg'
img=cv2.imread(path)
img_gray = cv2.cvtColor(img,cv2.COLOR_RGB2GRAY)cv2.imshow("img",img)
cv2.imshow("gray",img_gray)cv2.waitKey(0)
cv2.destroyAllWindows()

其中

• imread用于讀取圖片。
• cvtColor用于轉換圖片的色彩空間，【COLOR_RGB2GRAY】表示將RGB圖像轉換為灰度圖像。
• imshow用于顯示圖片，其兩個輸入分別是窗口名稱與將要顯示的圖像。
• waitKey 等待按下鍵盤，輸入為等待時間，為0則表示不接受按鍵。
• destroyAllWindows 用于關閉所有窗口。

彈出窗口如下。

顏色空間

在opencv中，通過cvtColor函數可以完成色彩空間的轉換，其輸入參數分別是待轉換圖像和轉換方法，其轉換方法是已經整形常量，其變量名稱類似于【RGBA2GRAY】，2即To，表示從一種顏色空間轉向另一種。

GRAY即灰度圖像，只有一個通道，除此之外，opencv還提供了許多種顏色空間，下面列舉三種。

人類對顏色的感知，主要是通過紅、綠、藍這三種感光細胞實現的，正因如此，RGB格式的圖像才如此普遍地被接受。如果再加上透明通道Alpha，則構成RGBA格式的圖像。在opencv中，其通道順序并不一定全都是紅綠藍，也可能是藍綠紅，即BGR。

但是，人類并不能感知不同顏色疊加前后的關聯，即我們所認知的色彩并不能簡單地被三原色直觀地表示。為此出現了另一種顏色空間，即HSV，這三個字母分別表示色相、飽和度以及明度。

如果進一步研究人類對顏色的感知，可以將色彩空間分為兩個相互正交的色調，即紅綠色軸(a)和藍黃軸(b)，通過這兩個通道就可以表示所有的顏色，再加上亮度值L，就構成了Lab色彩空間。

二值圖像

從顏色空間的定義來說，黑白圖像也應位列其中，只不過這個空間過于狹窄，只有黑白兩個數值。而其轉換方式也很簡單，只需設置一個閾值$T$，讓像素灰度大于$T$的置為白色，否則置為黑色，若$T$不同，則轉換結果不同。

由于多了一個參數，故而opencv并未將其作為一種轉換類型，而是提供了另一個專用的二值化函數threshold，這個函數通過指定閾值和二值化類型，以實現從灰度圖到二值圖像的轉換，當閾值不同時，lena圖的二值化情況如下

bImgs = {}
for th in [50, 100, 150]:ret, bImg = cv2.threshold(img_gray, th, 255, cv2.THRESH_BINARY)bImgs[f"th={th}"] = bImgfor i,key in enumerate(bImgs,1):cv2.namedWindow(key, cv2.WINDOW_NORMAL)cv2.resizeWindow(key, 256, 256)cv2.moveWindow(key, 256*i, 300)cv2.imshow(key, bImgs[key])cv2.waitKey(0)

threshold的輸入參數分別是灰度圖像、閾值、默認值以及二值化類型，【THRESH_BINARY】表示，當灰度值小于閾值時置0，大于閾值時設為默認值，在本例中就是255。

此外，在打開多個窗口時，用到了resizeWindow和moveWindow來更改窗口尺寸以及移動窗口。

攝像頭

除了打開圖像文件之外，在opencv中還可以創建VideoCapture對象，可以讀取攝像頭。下面就打開電腦自帶的相機，并將其影像二值化之后展示，效果如下

繪圖代碼如下。

cap = cv2.VideoCapture(0, cv2.CAP_DSHOW)
flag = cap.isOpened()
index = 1
while (flag):ret, frame = cap.read()gray = cv2.cvtColor(frame,cv2.COLOR_RGB2GRAY)ret, bImg = cv2.threshold(gray, 125, 255, cv2.THRESH_BINARY)cv2.imshow("camera", bImg)k = cv2.waitKey(1) & 0xFFif k == ord('s'):cv2.imwrite(f"{index}.jpg", bImg)print(f"save{index}.jpg successfuly!")index += 1elif k == ord('q'):breakcap.release()
cv2.destroyAllWindows()

其中，cap即為VideoCapture對象，cap.read用于讀取當前幀，其返回值ret是一個成功判定符，frame即為抓取到的圖像。在讀取圖像之后，將其轉灰度，并進行二值化，最后在"camera"窗口中顯示。

接下來捕捉按鍵，當檢測到按下【s】時，調用imwrite保存圖像；當檢測到【q】時，退出窗口。