python imutils包基本概念及使用

Posted on by

1.imutils功能簡介

imutils是在OPenCV基礎上的一個封裝，達到更為簡結的調用OPenCV接口的目的，它可以輕松的實現圖像的平移，旋轉，縮放，骨架化等一系列的操作。

安裝方法：

pip install imutils

在安裝前應確認已安裝numpy,scipy,matplotlib和opencv。

如果出現缺失包錯誤

可以使用下面安裝命令,會把所有包安裝

pip install NumPy SciPy opencv-python matplotlib imutils

2.imutils的使用方法

 2.1 圖像平移

相對於原來的cv，使用imutiles可以直接指定平移的像素，不用構造平移矩陣

OpenCV中也提供瞭圖像平移的實現，要先計算平移矩陣，然後利用仿射變換實現平移，在imutils中可直接進行圖像的平移。

translated = imutils.translate(img,x,y)

參數：

  • img:要移動的圖像
  • x:沿x軸方向移動的像素個數
  • y: 沿y軸方向移動的像素個數

運行代碼說明：

要更改圖片地址，地址中不能包含中文

cv讀取圖片是BGR格式,img[:,:,::-1]轉換是為瞭轉回RGB格式，這樣才可以正常顯示彩色圖像

import numpy as np
import cv2 as cv
import imutils
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] #用來正常顯示中文標簽
plt.rcParams['axes.unicode_minus']=False #用來正常顯示負號


img = cv.imread('image1.jpg')  # 更改圖片地址
translated = imutils.translate(img,100,50)  # 平移函數

plt.figure()
plt.subplot(121)
plt.imshow(img[:,:,::-1])  # img[:,:,::-1]轉換是為瞭轉回RGB格式，這樣才可以正常顯示彩色圖像
plt.title('原圖')
plt.subplot(122)
plt.imshow(translated[:,:,::-1])
plt.title('平移結果')
plt.show()

image-20210703155234783

2.2 圖像縮放

圖片的縮放在OPenCV中要註意確保保持寬高比。而在imutils中自動保持原有圖片的寬高比，隻指定寬度weight和height即可。

縮放函數：imutils.resize(img,width=100)

import numpy as np
import cv2 as cv
import imutils
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] #用來正常顯示中文標簽
plt.rcParams['axes.unicode_minus']=False #用來正常顯示負號


img = cv.imread('image1.jpg')
# 說明一般如果有width參數，就會安裝width參數進行縮放，不會理會height參數，如果兩個參數不成比例，也是安裝width進行縮放
resized = imutils.resize(img,width=100)  # 指定寬度，會自動計算相應比例高度，還有參數height


print('原圖大小：',img.shape)
print('縮放後大小', resized.shape)
plt.figure()
plt.subplot(121)
plt.imshow(img[:,:,::-1])
plt.title('原圖')
plt.subplot(122)
plt.imshow(resized[:,:,::-1])
plt.title('縮放圖')
plt.show()

image-20210703160646632

2.3 圖像旋轉

在OpenCV中進行旋轉時使用的是仿射變換，在這裡圖像旋轉方法是imutils.rotate()，跟2個參數，第一個是圖片數據，第二個是旋轉的角度，旋轉是朝逆時針方向。同時imutils還提供瞭另一個相似的方法, rotate_round()，它就是按順時針旋轉的。

函數：

逆時針旋轉

rotated = imutils.rotate(image, 90)

順時針旋轉

rotated_round = imutils.rotate_bound(image, 90)

import numpy as np
import cv2 as cv
import imutils
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] #用來正常顯示中文標簽
plt.rcParams['axes.unicode_minus']=False #用來正常顯示負號


image = cv.imread('image1.jpg')
# 逆時針旋轉
rotated = imutils.rotate(image, 90)                     
# 順時針旋轉
rotated_round = imutils.rotate_bound(image, 90)         # 畫圖              
plt.figure(figsize=[10, 10])
plt.subplot(1,3,1)
plt.imshow(img[:,:,::-1])
plt.title('原圖')
plt.axis("off")
plt.subplot(1,3,2)
plt.imshow(rotated[:,:,::-1])
plt.title('逆時針旋轉90度')
plt.axis("off")
plt.subplot(1,3,3)
plt.imshow(rotated_round[:,:,::-1])
plt.title('順時針旋轉90度')
plt.axis("off")
plt.show()

image-20210703161411578

2.4 骨架提取（邊緣提取）

骨架提取（邊緣提取），是指對圖片中的物體進行拓撲骨架(topological skeleton)構建的過程。

imutils提供的方法是skeletonize()，

第二個參數是結構參數的尺寸(structuring element)，相當於是一個粒度，越小需要處理的時間越長。可以設置為 (3,3),在下面實驗中我使用瞭(7,7的)

註意，不是所有圖片都能求出骨架，例如我上面使用的哆啦A夢就不可以

import cv2 as cv
import imutils
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] #用來正常顯示中文標簽
plt.rcParams['axes.unicode_minus']=False #用來正常顯示負號


# 1 圖像讀取
image2 = cv.imread('earth.png')
# 2 灰度化
gray = cv.cvtColor(image2, cv.COLOR_BGR2GRAY)
# 3 骨架提取
skeleton = imutils.skeletonize(gray, size=(7, 7))

# 4 圖像展示
plt.figure()
plt.subplot(121),plt.imshow(image2[:,:,::-1]),plt.title('原圖')

plt.subplot(122),plt.imshow(skeleton,cmap="gray"),plt.title('骨架提取結果')  # 顯示灰度圖要聲明 gray

plt.show()

image-20210703164058284

2.5 轉RGB,使用Matplotlib顯示

在OpenCV的Python綁定中，圖像以BGR順序表示為NumPy數組。使用該cv2.imshow功能時效果很好。但是，如果打算使用Matplotlib，該plt.imshow函數將假定圖像按RGB順序排列。調用cv2.cvtColor解決此問題，也可以使用opencv2matplotlib便捷功能。

img = cv.imread("lion.jpeg")
plt.figure()
plt.imshow(imutils.opencv2matplotlib(img))

2.6 OPenCV版本的檢測

OpenCV 4發佈之後，隨著主要版本的更新，向後兼容性問題尤為突出。在使用OPenCV時，應檢查當前正在使用哪個版本的OpenCV，然後使用適當的函數或方法。在imutils中的is_cv2()、is_cv3()和is_cv4()是可用於自動確定當前環境的OpenCV的版本簡單的功能。

print("OPenCV版本: {}".format(cv2.__version__))

到此這篇關於python imutils包簡介使用的文章就介紹到這瞭,更多相關python imutils包內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：