使用Numpy和Opencv完成基本圖像的數(shù)據(jù)分析（Part I）

作者：Mohammed Innat 2018-07-24 16:05:58

隨著科技的進步，使用Python包訪問數(shù)字圖像的內(nèi)部變得更容易理解其屬性和性質(zhì)，掌握對數(shù)字圖像處理的能力顯得是十分有必要。下面將向大家介紹如何使用NumPy和OpenCV對數(shù)字圖像進行簡單的處理方法。

對于深度學(xué)習(xí)而言，很多任務(wù)都是與數(shù)字圖形處理打交道。這類任務(wù)的數(shù)據(jù)集一般是由很多張圖像構(gòu)成，有時候，當原始圖像不能直接送入模型中時，需要對其進行一定的預(yù)處理操作，這時候就不得不向大家介紹一個十分有用的軟件包OpenCV，用它處理圖像起來非常方便，OpenCV是一個基于BSD許可發(fā)行的跨平臺計算機視覺庫，它輕量且高效，是由一系列C函數(shù)和少量C++類構(gòu)成，支持Python、MATLAB等語言接口，內(nèi)部包含了很多圖像處理的相關(guān)算法。下面將向大家介紹如何使用NumPy和OpenCV對數(shù)字圖像進行簡單的處理方法：

關(guān)于像素的一些知識

在程序世界里，圖像輸入到計算機中時，與人眼所見的圖像的形式不太一樣。計算機將圖像存儲為類似于馬賽克的小方塊，就像古老的方塊馬賽克藝術(shù)的形式。如果方形塊太大，那么就很難制作出光滑的邊緣和曲線。使用的方塊越小，則越平滑，或者說圖像的像素就越少，方塊的大小有時候也被稱為圖像的分辨率。

矢量圖像是存儲圖像的一些不同方法，目的是為了避免與像素相關(guān)的問題。但是，即使是矢量圖像，最終也會顯示為像素級的馬賽克。像素一詞表示圖像元素，描述每個像素的簡單方法是使用三種顏色的組合，即紅色(Red)，綠色(Green)，藍色(Blue)，即我們平時所說的RGB圖像。

在RGB圖像中，每個像素由分別與紅色，綠色，藍色的值相關(guān)聯(lián)的三個8比特數(shù)表示。假設(shè)使用放大鏡觀察，如果我們放大圖片，就會看到圖片是由微小的光點或更加具體的像素組成，更有趣的是，看到的那些小光點實際上是多個微小不同顏色的小光點，且顏色只有紅色、綠色和藍色。

假設(shè)現(xiàn)在從遠處觀察，創(chuàng)建一張圖像，可以看到一張圖像實際上由像素點值的開關(guān)決定(像素值為1表示開，像素值為0表示關(guān))，這些開關(guān)組合創(chuàng)建了圖像，基本上，我們每天在屏幕上看到的圖像都是這種。

每張圖像都以數(shù)字形式的像素組成，像素是構(gòu)成圖片的最小信息單位，通常是圓形或方形，且位于二維網(wǎng)格中。

現(xiàn)在，如果RGB三個值都處于全強度，這意味著其組合值為255，該值表示為白色，如果所有三種顏色都被減弱，或者值設(shè)置為0，其值表示為黑色。反過來，三者的不同組合將為我們提供不同特定的像素顏色。由于每個數(shù)字都是8比特，因此像素值的取值范圍為0-255，從下圖可以看到，但R的強度為37.3%，G的強度為45.9%，B的強度為18.8%時，組合成的顏色為深綠(dark green)。

三種顏色的不同組合將產(chǎn)生不同的顏色，由于每個值可以具有256個不同的強度或亮度值，因此總共有1680萬(256 x 256 x 256)種不同組合。

圖像的基本知識介紹完畢后進入正題，以下內(nèi)容將包含Numpy非常基本的圖像數(shù)據(jù)分析、還有一些Python數(shù)據(jù)包，比如imageio，matplotlib等。本系列博客內(nèi)容結(jié)構(gòu)如下，先介紹前三個部分：

導(dǎo)入圖像并觀察其屬性
拆分圖層
灰度化
對像素值使用邏輯運算符
使用邏輯運算符進行掩碼
衛(wèi)星圖像數(shù)據(jù)分析

導(dǎo)入圖像

下面加載圖像并觀察其各種屬性。注意，在輸入下面代碼請確保好已經(jīng)安裝好對應(yīng)的python數(shù)據(jù)包。

觀察圖像的基本屬性

其輸出

ndarray的形狀表明它是一個三維矩陣，輸出結(jié)果的前兩個數(shù)字分別表示高度(height)和寬度(width)，第三個數(shù)字(即3)表示是該圖像是三通道彩色圖：紅色、綠色和藍色。因此，如果我們計算RGB圖像的大小，則總像素大小將是weiheigh x width x 3。