图像识别学习笔记001 通道转换

Posted 2021-11-04 Xlei314

图像识别学习笔记001 通道转换

• 图片基本操作函数
• • imread函数
  • imwrite函数
• 通道转换（BGR转RGB）代码：
• 处理结果
• 学习过程中遇到的问题

图片基本操作函数

首先，我们要处理的图片为猫咪如下图所示：

cat.jpg

读取图片

import cv2
img = cv2.imread(“cat.jpg”)
print(img)

其输出为

[[[136 186 228]
  [136 186 228]
  [136 186 228]
  ...
  [122 158 188]
  [122 158 188]
  [122 158 188]]

 [[136 186 228]
  [136 186 228]
  [136 186 228]
  ...
  [122 158 188]
  [122 158 188]
  [122 158 188]]

 [[136 186 228]
  [136 186 228]
  [136 186 228]
  ...
  [121 157 187]
  [121 157 187]
  [121 157 187]]

 ...

 [[ 91 132 205]
  [ 91 132 205]
  [ 91 132 205]
  ...
  [ 90 123 196]
  [ 89 122 195]
  [ 88 121 194]]

 [[ 91 132 205]
  [ 91 132 205]
  [ 91 132 205]
  ...
  [ 90 123 196]
  [ 89 122 195]
  [ 88 121 194]]

 [[ 91 132 205]
  [ 91 132 205]
  [ 91 132 205]
  ...
  [ 90 123 196]
  [ 89 122 195]
  [ 88 121 194]]]

imread函数

imread( )功能就是载入一张图片.
imread函数有两个参数，第一个参数是图片路径，第二个参数表示读取图片的形式，有三种：

• cv2.IMREAD_COLOR：加载彩色图片，这个是默认参数，可以直接写1.
• cv2.IMREAD_GRAYSCALE：以灰度模式加载图片，可以直接写0.
• cv2.IMREAD_UNCHANGED：包括alpha，可以直接写-1.

该函数经常配合imshow( )函数一起使用，imshow()函数功能就是把你刚才载入的图片显示出来.

imread在不加第二个参数的情况下默认将图片转换成了一个三维数组，最里面的一维代表的是一个像素的三个通道的灰度值，第二个维度代表的是第一行所有像素的灰度值，第三个维度，也就是最外面的一个维度代表的是这一张图片.

img = cv2.imread("../cat.jpg")
cv2.imshow("cat", img)

cv2.imread()的系数是按照BGR顺序排列的
其中的变量R表示的是仅有原图像红通道的cat.jpg

import cv2
img = cv2.imread("cat.jpg")
red = img[:,:,2].copy()

imwrite函数

还有一个常用的函数为imwrite().
使用函数cv2.imwrite(file,img,num)保存一个图像.
第一个参数是要保存的文件名，第二个参数是要保存的图像.
可选的第三个参数，它针对特定的格式：对于JPEG，其表示的是图像的质量，用0 - 100的整数表示，默认95;对于png ,第三个参数表示的是压缩级别.默认为3.

cv2.imwrite("out.jpg", img)

通道转换（BGR转RGB）代码：

import cv2

# function: BGR -> RGB

def BGR2RGB(img):
    b = img[:, :, 0].copy()
    g = img[:, :, 1].copy()
    r = img[:, :, 2].copy()

    # RGB > BGR
    img[:, :, 0] = r
    img[:, :, 1] = g
    img[:, :, 2] = b

    return img

# Read image
img = cv2.imread("../cat.jpg")

# BGR -> RGB
img = BGR2RGB(img)

# Save result
cv2.imwrite("out.jpg", img)
cv2.imshow("result", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

处理结果

进行处理之后的图片如下图所示：

out.jpg

学习过程中遇到的问题

1.图像处理中三维数组代表什么？

答：我们在做图像处理的时候会遇到三维数组，也可以称为三维张量（tensor）。我们可以将三维数组想象成为一个立方体，第一维度理解为立方体的长，第二维度理解为宽，彩色图片是3通道的，所以第三维“图片通道”想象成深度。用立方体中直观展示：

2.通道

答：通道 ： 把数字图像按照颜色成分划分 其中

单通道图像 ：每个像素点只用一个数值来表示，只可以表示灰度，0表示黑

三通道 ： RGB模式，用红绿蓝来表示图像，可以表示彩色，全0表示黑色

四通道 在RGB的基础上加入了，alpha（透明度）,alpha=0，表示全透明

3.深度

深度（位数）即比特数

位深 ：每个像素点所占的总位数

位深 = 像素的通道数*像素的位数

问题参考文章：
numpy和cv2.imread( )中三维数组位置详解
图像处理中的 通道， 深度