Python--圖像處理（2）

skimage提供了io模塊，顧名思義，這個模塊是用來圖片輸入輸出操作的。為了方便練習，也提供一個data模塊，里面嵌套了一些示例圖片，我們可以直接使用。

引入skimage模塊可用：

1	from  skimage  import  io

一、從外部讀取圖片並顯示

讀取單張彩色rgb圖片，使用skimage.io.imread（fname）函數,帶一個參數，表示需要讀取的文件路徑。顯示圖片使用skimage.io.imshow（arr）函數，帶一個參數，表示需要顯示的arr數組（讀取的圖片以numpy數組形式計算）。

from skimage import io
img=io.imread('d:/dog.jpg')
io.imshow(img)

讀取單張灰度圖片，使用skimage.io.imread（fname，as_grey=True）函數，第一個參數為圖片路徑，第二個參數為as_grey, bool型值，默認為False

from skimage import io
img=io.imread('d:/dog.jpg',as_grey=True)
io.imshow(img)

二、程序自帶圖片

skimage程序自帶了一些示例圖片，如果我們不想從外部讀取圖片，就可以直接使用這些示例圖片：

astronaut	宇航員圖片	coffee	一杯咖啡圖片	lena	lena美女圖片
camera	拿相機的人圖片	coins	硬幣圖片	moon	月亮圖片
checkerboard	棋盤圖片	horse	馬圖片	page	書頁圖片
chelsea	小貓圖片	hubble_deep_field	星空圖片	text	文字圖片
clock	時鍾圖片	immunohistochemistry	結腸圖片

顯示這些圖片可用如下代碼，不帶任何參數

from skimage import io,data
img=data.lena()
io.imshow(img)

圖片名對應的就是函數名，如camera圖片對應的函數名為camera(). 這些示例圖片存放在skimage的安裝目錄下面，路徑名稱為data_dir,我們可以將這個路徑打印出來看看：

from skimage import data_dir
print(data_dir)

顯示為： D:\Anaconda3\lib\site-packages\skimage\data

也就是說，下面兩行讀取圖片的代碼效果是一樣的：

from skimage import data_dir,data,io
img1=data.lena()  #讀取lean圖片
img2=io.imread(data_dir+'/lena.png')  #讀取lena圖片

 

三、保存圖片

使用io模塊的imsave（fname,arr）函數來實現。第一個參數表示保存的路徑和名稱，第二個參數表示需要保存的數組變量。

from skimage import io,data
img=data.chelsea()
io.imshow(img)
io.imsave('d:/cat.jpg',img)

保存圖片的同時也起到了轉換格式的作用。如果讀取時圖片格式為jpg圖片，保存為png格式，則將圖片從jpg圖片轉換為png圖片並保存。

 

四、圖片信息

如果我們想知道一些圖片信息，可以在spyder編輯器的右上角顯示：

也可以直接以程序方式打印輸出

from skimage import io,data
img=data.chelsea()
io.imshow(img)
print(type(img))  #顯示類型
print(img.shape)  #顯示尺寸
print(img.shape[0])  #圖片寬度
print(img.shape[1])  #圖片高度
print(img.shape[2])  #圖片通道數
print(img.size)   #顯示總像素個數
print(img.max())  #最大像素值
print(img.min())  #最小像素值
print(img.mean()) #像素平均值

測試：

# -*- coding: utf-8 -*-
"""
Created on Sun Nov 13 16:35:04 2016

@author: ranjiewen
"""

#python數字圖像處理（2）：圖像的讀取、顯示與保存
from skimage import io,data
from skimage import data_dir
img=io.imread('F:/BMP/lena.bmp',as_grey=False)
#skimage程序自帶一些示例圖片
img1=data.astronaut();
print data_dir
img2=io.imread(data_dir+'/camera.png')
io.imshow(img1)
#io.imshow(img2)
io.imsave('f:/came.jpg',img1)
print type(img1)
print img1.shape

 

圖像像素的訪問與裁剪

圖片讀入程序中后，是以numpy數組存在的。因此對numpy數組的一切功能，對圖片也適用。對數組元素的訪問，實際上就是對圖片像素點的訪問。

彩色圖片訪問方式為：

img[i,j,c]

i表示圖片的行數，j表示圖片的列數，c表示圖片的通道數（RGB三通道分別對應0，1，2）。坐標是從左上角開始。

灰度圖片訪問方式為：

gray[i,j]

例1：輸出小貓圖片的G通道中的第20行30列的像素值

from skimage import io,data
img=data.chelsea()
pixel=img[20,30,1]
print(pixel)

輸出為129

例2：顯示紅色單通道圖片

from skimage import io,data
img=data.chelsea()
R=img[:,:,0]
io.imshow(R)

除了對像素進行讀取，也可以修改像素值。

例3：對小貓圖片隨機添加椒鹽噪聲

from skimage import io,data
import numpy as np
img=data.chelsea()

#隨機生成5000個椒鹽
rows,cols,dims=img.shape
for i in range(5000):
    x=np.random.randint(0,rows)
    y=np.random.randint(0,cols)
    img[x,y,:]=255
    
io.imshow(img)

這里用到了numpy包里的random來生成隨機數，randint(0,cols)表示隨機生成一個整數，范圍在0到cols之間。

用img[x,y,:]=255這句來對像素值進行修改，將原來的三通道像素值，變為255

 

通過對數組的裁剪，就可以實現對圖片的裁剪。

例4：對小貓圖片進行裁剪

from skimage import io,data
img=data.chelsea()
roi=img[80:180,100:200,:]
io.imshow(roi)

對多個像素點進行操作，使用數組切片方式訪問。切片方式返回的是以指定間隔下標訪問 該數組的像素值。下面是有關灰度圖像的一些例子：

img[i,:] = im[j,:] # 將第 j 行的數值賦值給第 i 行

img[:,i] = 100 # 將第 i 列的所有數值設為 100

img[:100,:50].sum() # 計算前 100 行、前 50 列所有數值的和

img[50:100,50:100] # 50~100 行，50~100 列（不包括第 100 行和第 100 列）

img[i].mean() # 第 i 行所有數值的平均值

img[:,-1] # 最后一列

img[-2,:] (or im[-2]) # 倒數第二行

最后我們再看兩個對像素值進行訪問和改變的例子：

例5：將lena圖片進行二值化，像素值大於128的變為1，否則變為0

from skimage import io,data,color
img=data.lena()
img_gray=color.rgb2gray(img)
rows,cols=img_gray.shape
for i in range(rows):
    for j in range(cols):
        if (img_gray[i,j]<=0.5):
            img_gray[i,j]=0
        else:
            img_gray[i,j]=1
io.imshow(img_gray)

這個例子，使用了color模塊的rgb2gray（）函數，將彩色三通道圖片轉換成灰度圖。轉換結果為float64類型的數組，范圍為[0,1]之間。

 例6：

from skimage import io,data
img=data.chelsea()
reddish = img[:, :, 0] >170
img[reddish] = [0, 255, 0]
io.imshow(img)

這個例子先對R通道的所有像素值進行判斷，如果大於170，則將這個地方的像素值變為[0,255,0], 即G通道值為255，R和B通道值為0。

##python數字圖像處理：圖像像素的訪問與裁剪
#from skimage import io,data
#img=data.chelsea()
#pixel=img[20,30,2]
##print pixel
##R=img[:,:,0]
##io.imshow(R)
#import numpy as np
#rows,cols,dims=img.shape
#for i in range(5000):
#    x=np.random.randint(0,rows)
#    y=np.random.randint(0,cols)
#    img[x,y,:]=255
##io.imshow(img)
#
#roi=img[80:180,100:200,:]
#io.imshow(roi)


#將lena圖片進行二值化，像素值大於128的變為1，否則變為0
from skimage import io,data,color
img=data.astronaut()
img_gray=color.rgb2gray(img)
rows,cols=img_gray.shape
for i in range(rows):
    for j in range(cols):
        if img_gray[i,j]<=0.5:
            img_gray[i,j]=0
        else:
            img_gray[i,j]=1
#io.imshow(img_gray)

img1=data.chelsea()
reddish=img1[:,:,0]>170
img1[reddish]=[0,255,0]
io.imshow(img1)