在计算机科学中， 数字图像处理 是利用数字计算机通过某种算法对数字图像进行处理。【1】
一幅图像被作为输入，一组算法在其上运行，根据应用程序的使用得到一定的结果。为什么受欢迎？
答案在于，从网络安全到医学图像分析，几乎在生活的每一个方面都使用图像处理，并且图像处理正被迅速应用于所有领域。因此，这是一项非常需要掌握的技能。
虽然图像处理应该用快速语言如 C++来完成，但为了理解和简洁起见，我将在本教程中使用 Python 。
OpenCV 是一个主要针对实时计算机视觉的编程函数库。最初由英特尔开发，后来由 Willow Garage 和 Itseez 支持。该库是跨平台的，在开源 BSD 许可下可以免费使用。【2】
这是一个非常酷的库，它使得通过一个黑盒应用图像处理算法变得非常容易(尽管我非常鼓励你了解每个算法背后的基本原理，这有助于应用算法)。
我相信通过这样做的学习，我们将直接从一个任务开始，找到图像的垂直直方图投影。
让我们从我在 Unsplash 上找到的这张图片开始。
兰迪·塔兰皮在 Unsplash 上拍摄的照片
我们都做梦，对吧？
这张图片包含了什么？
让我们来了解一下！
# Requiring minimum libraries for our usefrom PIL import Image
import numpy as np
image = Image.open( img_path ).convert('L') #define the img_path
image = np.array(image) # storing the image as an 3d array
print( image.shape ) # (81, 276, 3)
print( np.unique( image)) # ([ 0 ... 255 ])
# np.unique returns all the unique elements in an array
所以图像基本上是一个 3D 数组，元素范围从 0 到 255。
然而，这无助于识别图像中感兴趣的边缘或区域。
所以我们会遵循一种叫做二值化的方法。
让我们通过简单的阈值处理将它转换成二值图像。
import cv2
_,thresh1 = cv2.threshold(img,127,255,cv2.THRESH_BINARY)
# we are converting the image into 255 and 0
# according to pixel value > 127 -> 255 else 0
print (np.unique( thresh1 )) # [ 0 , 255 ]
Image.fromarray(thresh1).show()
二值化图像
更多的功能可读性哈！然而，这种二进制化在光照不恒定的情况下不起作用，这不是这个图像的情况。
我们考虑一种更强大的阈值处理技术，自适应阈值处理，它根据固定大小的相邻块对图像进行阈值处理。
thresh2 = cv2.adaptiveThreshold(img,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,\
cv2.THRESH_BINARY,61,2)
# we are converting the image into 255 and 0
# according to neighbouring blocks of size 11 and fixed constant
#c =2
print (np.unique( thresh2 )) # [ 0 , 255 ]
Image.fromarray(thresh1).show()
自适应阈值
所以你可以看到它更侧重于文本部分，因为它是基于相邻像素的计算。
让我们检查一下两幅图像的垂直投影。
垂直投影只不过是图像每一行中所有元素的列方向总和。
# code for vertical projection
import matplotlib.pyplot as plt
img_col_sums = np.sum( thresh , axis =0 )
plt.plot( img_col_sums )
plt.show()
## pretty easy huh , try writing it in C++ 🤓
好了，表演时间到了。
对于第一幅图像:
阈值 1
对于第二幅图像:
阈值 2(自适应)
推论:
感兴趣的区域在第二幅图像中更加明显，您可以从阵列中轻松地获得峰值**。一个简单的数组中值就能证明我的观点。**
应用:
- 这在 OCR 中有应用，并用于分割文本中的字符以供进一步识别。
滤镜在图像处理中用于锐化和模糊图像。
让我们再从一张图片开始，
本·科尔德在 Unsplash 上拍摄的照片
过滤可以通过两种方式实现:
- 用滤波器进行图像卷积。
- 在频域中掩蔽频率区域。
身份过滤
from PIL import Image
import numpy as np
import cv2image = Image.open( img_path )
#define the image path image = np.array(image) # converting the image into an arraykernel = np.zeros((3,3))
kernel[1,1] = 1
dst = cv2.filter2D( image , -1 , kernel )
这产生了相同的图像。
均匀模糊
kernel = np.ones((3,3))* (1 /10.3 )
dst = cv2.filter2D( image ,-1 ,kernel )
Image.fromarray(dst).show()
均匀模糊
这是一个用于平均或模糊图像的低通滤波器的例子。
拉普拉斯边缘检测
kernel = np.zeros((3,3))
kernel[1,1] = 4
for p in [ [0,1] , [1,0]]:
kernel[ p[0],p[1]] =-1
kernel[ p[0]+1 ,p[1] +1] =-1
'''
0 -1 0
-1 4 -1
0 -1 0'''
拉普拉斯边缘检测
很酷不是吗？这是用于提取图像的高级特征的高通滤波器的例子。[ 4
制作一些新的过滤器，并在一些图像上试用，以了解这些过滤器实际上是如何工作的。
希望我已经很好地介绍了图像处理。如果你感到兴奋，就为它鼓掌。
[2]:OpenCv 维基百科，【https://en.wikipedia.org/wiki/OpenCV