imutils库介绍及安装学习

介绍

本机环境

安装

常用函数

使用方法

图像平移

图像缩放

图像旋转

骨架提取

通道转换

OPenCV版本的检测

综合测试

介绍

本机环境

安装

常用函数

使用方法

图像平移

图像缩放

图像旋转

骨架提取

通道转换

OPenCV版本的检测

介绍

imutils 是一个用于图像处理和计算机视觉任务的 Python 工具包。它提供了一系列方便实用的函数，可以简化常见的图像处理任务，imutils 库的发展始于 2015 年，作者是 Adrian Rosebrock。实际上，imutils是在OPenCV基础上的一个简单封装从而达到更为简结的调用OPenCV接口的目的，来轻松的实现图像的平移，旋转，缩放，骨架化等一系列的操作。

本机环境

windows10 64位企业版

python 3.6.8（X64）

imutils == 0.5.3

opencv-python==3.4.2.16

库文件讲解及下载地址：https://github.com/PyImageSearch/imutils

安装

pip install imutils

在安装前应确认已安装numpy,scipy,matplotlib和opencv，如果出现缺失包错误，可以使用下面安装命令,会把所有包安装：

pip install NumPy SciPy opencv-python matplotlib imutils

如果安装速度过慢，可以使用国内镜像连接下载来提高速度：

pip install imutils -i https://pypi.tuna.tsinghua.edu.cn/simple

常用函数

1.resize(image, width=None, height=None, inter=cv2.INTER_LINEAR)：调整图像大小。可以通过指定 width 或 height 来设置新的图像尺寸，也可以同时指定两者。inter 参数用于指定插值方法，默认为 cv2.INTER_LINEAR。

2.rotate(image, angle)：旋转图像。angle 参数指定旋转角度，正值表示逆时针旋转，负值表示顺时针旋转。

3.translate(image, x, y)：平移图像。image参数是要移动的图像，x 和 y 参数指定在 x 和 y 轴上的平移距离。

4.grab_contours(cnts)：解决 OpenCV 版本兼容性问题的函数，用于从 cv2.findContours() 返回的结果中提取轮廓。

5.rotate_bound(image, angle)：安全地旋转图像，确保旋转后的图像完整。

6.auto_canny(image, sigma=0.33)：自动计算 Canny 边缘检测的阈值。sigma 参数用于控制阈值的高低。

7.is_cv2() 和 is_cv3()：用于检测当前使用的 OpenCV 版本。

8.in_range(image, lower, upper)：将图像中的像素值限制在给定的范围内。

这些函数可以组合使用，以便进行更复杂的图像处理任务。例如，可以使用 resize() 函数将图像调整为指定大小，然后使用 rotate() 函数对图像进行旋转，最后使用 translate() 函数平移图像。

使用方法

图像平移

OpenCV中也提供了图像平移的实现，要先计算平移矩阵，然后利用仿射变换实现平移，在imutils中可直接进行图像的平移，相对于原来的cv，使用imutiles可以直接指定平移的像素，不用构造平移矩阵。

import numpy as np
import cv2 as cv
import imutils
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号


img = cv.imread('image1.jpg')  # 更改图片地址
translated = imutils.translate(img,100,50)  # 平移函数

plt.figure()
plt.subplot(121)
plt.imshow(img[:,:,::-1])  # img[:,:,::-1]转换是为了转回RGB格式，这样才可以正常显示彩色图像
plt.title('原图')
plt.subplot(122)
plt.imshow(translated[:,:,::-1])
plt.title('平移结果')
plt.show()

图像缩放

图片的缩放在OPenCV中要注意确保保持宽高比。而在imutils中自动保持原有图片的宽高比，只指定宽度weight和height即可，缩放函数：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'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号


img = cv.imread('image1.jpg')
# 说明一般如果有width参数，就会安装width参数进行缩放，不会理会height参数，如果两个参数不成比例，也是安装width进行缩放
resized = imutils.resize(img,width=100)  # 指定宽度，会自动计算相应比例高度，还有参数height


print('原图大小：',img.shape)
print('缩放后大小', resized.shape)
plt.figure()
plt.subplot(121)
plt.imshow(img[:,:,::-1])
plt.title('原图')
plt.subplot(122)
plt.imshow(resized[:,:,::-1])
plt.title('缩放图')
plt.show()

图像旋转

在OpenCV中进行旋转时使用的是仿射变换，在这里图像旋转方法是imutils.rotate()，跟2个参数，第一个是图片数据，第二个是旋转的角度，旋转是朝逆时针方向。同时imutils还提供了另一个相似的方法, rotate_round()，它就是按顺时针旋转的。

import numpy as np
import cv2 as cv
import imutils
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号


image = cv.imread('image1.jpg')
# 逆时针旋转
rotated = imutils.rotate(image, 90)                     
# 顺时针旋转
rotated_round = imutils.rotate_bound(image, 90)         # 画图              
plt.figure(figsize=[10, 10])
plt.subplot(1,3,1)
plt.imshow(img[:,:,::-1])
plt.title('原图')
plt.axis("off")
plt.subplot(1,3,2)
plt.imshow(rotated[:,:,::-1])
plt.title('逆时针旋转90度')
plt.axis("off")
plt.subplot(1,3,3)
plt.imshow(rotated_round[:,:,::-1])
plt.title('顺时针旋转90度')
plt.axis("off")
plt.show()

骨架提取

骨架提取（边缘提取），是指对图片中的物体进行拓扑骨架(topological skeleton)构建的过程，imutils提供的方法是skeletonize()，第二个参数是结构参数的尺寸(structuring element)，相当于是一个粒度，越小需要处理的时间越长。注意，不是所有图片都能求出骨架

import cv2 as cv
import imutils
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号


# 1 图像读取
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 图像展示
plt.figure()
plt.subplot(121),plt.imshow(image2[:,:,::-1]),plt.title('原图')

plt.subplot(122),plt.imshow(skeleton,cmap="gray"),plt.title('骨架提取结果')  # 显示灰度图要声明 gray

plt.show()

通道转换

在OpenCV的Python绑定中，图像以BGR顺序表示为NumPy数组。使用该cv2.imshow功能时效果很好。但是，如果打算使用Matplotlib，该plt.imshow函数将假定图像按RGB顺序排列。调用cv2.cvtColor解决此问题，也可以使用opencv2matplotlib便捷功能。

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

OPenCV版本的检测

OpenCV 4发布之后，随着主要版本的更新，向后兼容性问题尤为突出。在使用OPenCV时，应检查当前正在使用哪个版本的OpenCV，然后使用适当的函数或方法。在imutils中的is_cv2()、is_cv3()和is_cv4()是可用于自动确定当前环境的OpenCV的版本简单的功能。

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

综合测试

融合以上函数，通过修改代码中的flag对应的不同数值可以得到不同的函数演示效果。代码和素材下载地址如下：https://mp.csdn.net/mp_download/manage/download/UpDetailed

import numpy as np
import cv2
import imutils

if __name__ == '__main__':
    img = cv2.imread('./image/apple.png')
    logo = cv2.imread('./image/3.png')
    flag = 5
    if flag ==0:
        # 把dir路径下的所有图片名称变成一个列表,支持dir文件夹下多个子文件夹图片名称提取
        from imutils import paths
        dir = r'.\image'
        imagePaths = list(paths.list_images(dir))
        print(imagePaths)
    if flag ==1:
        #查看imutils的相关信息
        print(dir(imutils))
    if flag ==2:
        #图像旋转
        for angle in range(0,360,90): 
          #rotate the image and display it
          rotated_im = imutils.rotate(img,angle=angle)
          cv2.imshow("Angle=%d" % (angle),rotated_im)
          cv2.waitKey()
          cv2.destroyAllWindows()
    if flag ==3:
        # 图片缩放
        for width in (400,300,200,100):
          # resize the image and display it
          resized = imutils.resize(img,width=width)
          cv2.imshow("Width=%dpx"%(width),resized)
          cv2.waitKey()
          cv2.destroyAllWindows()
    if flag ==4:
        #图像平移# translate the image x=25 pixels to the right and y = 75 pixels up
        translated = imutils.translate(img,25,-75)
        cv2.imshow('translate', translated)
        cv2.waitKey()
        cv2.destroyAllWindows()
    if flag ==5:
        #白图像黑背景画出图像轮廓结构
        #skeletonize the image
        gray = cv2.cvtColor(logo,cv2.COLOR_BGR2GRAY)
        skeleton = imutils.skeletonize(gray,size=(3,3))
        cv2.imshow("Skeleton",skeleton)
        cv2.waitKey()
        cv2.destroyAllWindows()