本文是OpenCV 2 Computer Vision Application Programming Cookbook讀書筆記的第一篇。在筆記中將以Python語言改寫每章的代碼。
PythonOpenCV的配置這里就不介紹了。
注意，現在opencv for python就是通過NumPy進行綁定的。所以在使用時必須掌握一些NumPy的相關知識！
圖像就是一個矩陣，在OpenCV for Python中，圖像就是NumPy中的數組！
如果讀取圖像首先要導入OpenCV包，方法為：
- import cv2
讀取並顯示圖像
在Python中不需要聲明變量，所以也就不需要C++中的cv::Mat xxxxx了。只需這樣：
- img = cv2.imread("D:\cat.jpg")
OpenCV目前支持讀取bmp、jpg、png、tiff等常用格式。更詳細的請參考OpenCV的參考文檔。
接着創建一個窗口
- cv2.namedWindow("Image")
然后在窗口中顯示圖像
- cv2.imshow("Image", img)
最后還要添上一句：
- cv2.waitKey (0)
如果不添最后一句，在IDLE中執行窗口直接無響應。在命令行中執行的話，則是一閃而過。
完整的程序為：
- import cv2
- img = cv2.imread("D:\\cat.jpg")
- cv2.namedWindow("Image")
- cv2.imshow("Image", img)
- cv2.waitKey (0)
- cv2.destroyAllWindows()
最后釋放窗口是個好習慣！
創建/復制圖像
新的OpenCV的接口中沒有CreateImage接口。即沒有cv2.CreateImage這樣的函數。如果要創建圖像，需要使用numpy的函數（現在使用OpenCV-Python綁定，numpy是必裝的）。如下：
- emptyImage = np.zeros(img.shape, np.uint8)
在新的OpenCV-Python綁定中，圖像使用NumPy數組的屬性來表示圖像的尺寸和通道信息。如果輸出img.shape，將得到(500, 375, 3)，這里是以OpenCV自帶的cat.jpg為示例。最后的3表示這是一個RGB圖像。
也可以復制原有的圖像來獲得一副新圖像。
- emptyImage2 = img.copy();
如果不怕麻煩，還可以用cvtColor獲得原圖像的副本。
- emptyImage3=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
- #emptyImage3[...]=0
后面的emptyImage3[...]=0是將其轉成空白的黑色圖像。
保存圖像
保存圖像很簡單，直接用cv2.imwrite即可。
cv2.imwrite("D:\\cat2.jpg", img)
第一個參數是保存的路徑及文件名，第二個是圖像矩陣。其中，imwrite()有個可選的第三個參數，如下：
cv2.imwrite("D:\\cat2.jpg", img，[int(cv2.IMWRITE_JPEG_QUALITY), 5])
第三個參數針對特定的格式： 對於JPEG，其表示的是圖像的質量，用0-100的整數表示，默認為95。 注意，cv2.IMWRITE_JPEG_QUALITY類型為Long，必須轉換成int。下面是以不同質量存儲的兩幅圖：
對於PNG，第三個參數表示的是壓縮級別。cv2.IMWRITE_PNG_COMPRESSION，從0到9,壓縮級別越高，圖像尺寸越小。默認級別為3：
- cv2.imwrite("./cat.png", img, [int(cv2.IMWRITE_PNG_COMPRESSION), 0])
- cv2.imwrite("./cat2.png", img, [int(cv2.IMWRITE_PNG_COMPRESSION), 9])
保存的圖像尺寸如下：
還有一種支持的圖像，一般不常用。
完整的代碼為：
- import cv2
- import numpy as np
- img = cv2.imread("./cat.jpg")
- emptyImage = np.zeros(img.shape, np.uint8)
- emptyImage2 = img.copy()
- emptyImage3=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
- #emptyImage3[...]=0
- cv2.imshow("EmptyImage", emptyImage)
- cv2.imshow("Image", img)
- cv2.imshow("EmptyImage2", emptyImage2)
- cv2.imshow("EmptyImage3", emptyImage3)
- cv2.imwrite("./cat2.jpg", img, [int(cv2.IMWRITE_JPEG_QUALITY), 5])
- cv2.imwrite("./cat3.jpg", img, [int(cv2.IMWRITE_JPEG_QUALITY), 100])
- cv2.imwrite("./cat.png", img, [int(cv2.IMWRITE_PNG_COMPRESSION), 0])
- cv2.imwrite("./cat2.png", img, [int(cv2.IMWRITE_PNG_COMPRESSION), 9])
- cv2.waitKey (0)
- cv2.destroyAllWindows()
參考資料：
《OpenCV References Manuel》
圖像是人們喜聞樂見的一種信息形式，“百聞不如一見”，有時一張圖能勝千言萬語。圖像處理是利用計算機將數值化的圖像進行一定（線性或非線性）變換獲得更好效果的方法。Photoshop，美顏相機就是利用圖像處理技術的應用程序。深度學習最重要的應用領域就是計算機視覺（CV, Computer Vision），歷史上，MNIST 手寫體數字識別和 ImageNet 大規模圖像識別均得益於深度學習模型，取得了相比傳統方法更高的准確率。從 2012 年的 AlexNet 模型開始，隨后的 VGG, GoogLeNet, ResNet 等模型不斷刷新 ImageNet 圖像識別准確率紀錄，甚至超過了人類水平。為了獲得良好的識別效果，除了使用更好的模型，數據集的預處理也是十分重要的一項內容，最常用的方法有尺度縮放、隨機切片、隨機翻轉、顏色變換等。
本文介紹如何使用 TensorFlow 完成圖像數據的預處理，以及如何使用 tensorboard 工具將圖像數據進行可視化。在使用 TensorFlow 實現圖像識別、目標檢測時會經常用到本文介紹的內容。
首先看下輸入圖像，是一只貓：
TensorFlow 讀取圖片數據代碼：
reader = tf.WholeFileReader()
key, value = reader.read(tf.train.string_input_producer(['cat.jpg']))
image0 = tf.image.decode_jpeg(value)
用過 Caffe 的讀者可能會非常熟悉上面的圖片（位於 caffe/examples/images/cat.jpg）。原圖尺寸為 360 x 480。
圖像縮放
代碼：
resized_image = tf.image.resize_images(image0, [256, 256], \
method=tf.image.ResizeMethod.AREA)
其中 method 有四種選擇：
ResizeMethod.BILINEAR ：雙線性插值
ResizeMethod.NEAREST_NEIGHBOR ： 最近鄰插值
ResizeMethod.BICUBIC ： 雙三次插值
ResizeMethod.AREA ：面積插值
讀者可以分別試試，看看縮放效果。
圖像裁剪
代碼：
cropped_image = tf.image.crop_to_bounding_box(image0, 20, 20, 256, 256)
圖像水平翻轉
代碼：
flipped_image = tf.image.flip_left_right(image0)
除此之外還可以上下翻轉：
flipped_image = tf.image.flip_up_down(image0)
圖像旋轉
代碼：
rotated_image = tf.image.rot90(image0, k=1)
其中 k 值表示旋轉 90 度的次數，讀者可以嘗試對原圖旋轉 180 度、270 度。
圖像灰度變換
代碼：
grayed_image = tf.image.rgb_to_grayscale(image0)
從上面看到，用 TensorFlow 實現上述圖像預處理是非常簡單的。TensorFlow 也提供了針對目標檢測中用到的 bounding box 處理的 api，有興趣的讀者可以翻閱 api 文檔（https://www.tensorflow.org/versions/r1.0/api_docs/Python/image/working_with_bounding_boxes）學習。
為了方便查看圖像預處理的效果，可以利用 TensorFlow 提供的 tensorboard 工具進行可視化。
使用方法也比較簡單，直接用 tf.summary.image 將圖像寫入 summary，對應代碼如下：
img_resize_summary = tf.summary.image('image resized', tf.expand_dims(resized_image, 0))
cropped_image_summary = tf.summary.image('image cropped', tf.expand_dims(cropped_image, 0))
flipped_image_summary = tf.summary.image('image flipped', tf.expand_dims(flipped_image, 0))
rotated_image_summary = tf.summary.image('image rotated', tf.expand_dims(rotated_image, 0))
grayed_image_summary = tf.summary.image('image grayed', tf.expand_dims(grayed_image, 0))
merged = tf.summary.merge_all()
with tf.Session() as sess:
summary_writer = tf.summary.FileWriter('/tmp/tensorboard', sess.graph)
summary_all = sess.run(merged)
summary_writer.add_summary(summary_all, 0)
summary_writer.close()
運行該程序，會在 /tmp/tensorboard 目錄下生成 summary，接着在命令行啟動 tensorboard 服務：
打開瀏覽器，輸入 127.0.0.1:6006 就可以查看 tensorboard 頁面了（Ubuntu 自帶的 firefox 打開 tensorboard 時不顯示圖像，可以更換為 Chrome 瀏覽器）。
TensorBoard 圖像可視化效果
TensorFlow與OpenCV，讀取圖片，進行簡單操作並顯示
1 opencv讀入圖片，使用tf.Variable初始化為tensor，加載到tensorflow對圖片進行轉置操作，然后opencv顯示轉置后的結果
- import tensorflow as tf
- import cv2
- file_path = "/home/lei/Desktop/"
- filename = "MarshOrchid.jpg"
- image = cv2.imread(filename, 1)
- cv2.namedWindow('image', 0)
- cv2.imshow('image', image)
- # Create a TensorFlow Variable
- x = tf.Variable(image, name='x')
- model = tf.initialize_all_variables()
- with tf.Session() as session:
- x = tf.transpose(x, perm=[1, 0, 2])
- session.run(model)
- result = session.run(x)
- cv2.namedWindow('result', 0)
- cv2.imshow('result', result)
- cv2.waitKey(0)
2 OpenCV讀入圖片，使用tf.placeholder符號變量加載到tensorflow里，然后tensorflow對圖片進行剪切操作，最后opencv顯示轉置后的結果
- import tensorflow as tf
- import cv2
- # First, load the image again
- filename = "MarshOrchid.jpg"
- raw_image_data = cv2.imread(filename)
- image = tf.placeholder("uint8", [None, None, 3])
- slice = tf.slice(image, [1000, 0, 0], [3000, -1, -1])
- with tf.Session() as session:
- result = session.run(slice, feed_dict={image: raw_image_data})
- print(result.shape)
- cv2.namedWindow('image', 0)
- cv2.imshow('image', result)
- cv2.waitKey(0)
參考資料：
http://learningtensorflow.com/
原文：https://blog.csdn.net/c2a2o2/article/details/74010988