初学者指南: 使用NumPy数组进行图像处理

由于图像也可以被视为由数组组成，因此我们也可以使用NumPy执行不同的图像处理任务。在本文中，我们将了解使用 NumPy 执行的图像处理任务。

大多数情况下，我们在需要对不同大小的数组执行数学和逻辑运算，这时候使用NumPy会事半功倍。由于图像也可以被视为由数组组成，因此我们使用NumPy的数组功能进行不同的图像处理。本文将有助于初学者从最基本的方面了解图像处理。本文作为 <<神经网络的数学基础：张量运算>>的拓展，有意系统学习人工智能编程的同学，可以参考一下，加深对基本概念和数组的理解。
我们从导入库和加载随机图像开始。本文使用PyCharm作为代码编写测试的IDE工具。

1、加载图像

随便找一张图片，从加载图片开始。

import matplotlib.pylab as plt

image = plt.imread("src/pics-old/guv0.png")
plt.imshow(image)
# 依次表示数组的维度，形状，数组本身
print(image.ndim, image.shape, image)
plt.show()

输出如下，
注意：不同的图片格式，数组内容可能会不一样，我加载的这张图片，数据是0_{1的值，类型是float,有的图片格式数据是unit8，范围是0}255的值：

3 (768, 1280, 3) [[[0.9882353 0.09411765 0.3764706 ]
[0.9882353 0.09411765 0.3764706 ]
[0.9882353 0.09411765 0.3764706 ]
…
[0.30588236 0.99607843 0.3254902 ]
[0.30980393 0.99607843 0.32941177]
[0.3137255 0.99607843 0.33333334]]]

2、裁剪图像

加载图像后，我们可以对图像执行基本的裁剪操作。对于 NumPy，可以通过数组的切片操作来执行裁剪操作。

import matplotlib.pylab as plt

image = plt.imread("src/pics-old/guv0.png")
# 只是一个:表示这个维度保持不变，410: 表示从0~1280这个轴的index=410 处切一刀
crop_img = image[:, 410:, :]
print(image.shape, crop_img.shape)
plt.imshow(crop_img)
plt.show()

图 2

在这里，我们可以看到我们已经裁剪了图像。现在我们可以继续下一个图像处理步骤

3、分离颜色

因为我们知道每个图像都是由像素值组成的，这些像素值代表三个整数或小数，称为其颜色的 RGB 值。为了将这些颜色的图像分开，我们需要拉出图像数组的正确切片。

import numpy as np
import matplotlib.pylab as plt

image = plt.imread("src/pics-old/guv0.png")
# 使用plot创建一个1行3列的尺寸为(12,8)的绘图区，相当每个是6英寸宽，4英寸高。
fig, axs = plt.subplots(nrows=1, ncols=3, figsize=(12, 8))
for c, ax in zip(range(3), axs):
    # 造一个与image数组一样结构，初始值为0的数组
    # 如果你图片数据值是0~255,类型设为unit8,如果是0~1,设置为float64
    rgb_img = np.zeros(image.shape, dtype="float64")
    # 读取image某一通道的值
    # RGB只拷贝C位，按循环依次取值为0,1,2
    rgb_img[:, :, c] = image[:, :, c]
    ax.imshow(rgb_img)
    ax.set_axis_off()
plt.show()

图 3

在输出中，我们可以看到我们已经分离了图像的 RGB，让我们进入图像处理的下一步

4、转换

在此步骤中，我们将执行颜色转换。为此，我们可以将图像像素视为空间中的一个点。以这种方式处理图像像素使我们能够对色点进行转换。旋转色点可以是上述语句的一个例子。在这里，我们应用了 Numpy 的爱因斯坦符号函数，这是一种将旋转矩阵逐像素应用于图像的方法。

import numpy as np
import matplotlib.pylab as plt


def rotation_matrix(theta):
    return np.c_[
        [1, 0, 0],
        [0, np.cos(theta), -np.sin(theta)],
        [0, np.sin(theta), np.cos(theta)]
    ]


image = plt.imread("src/pics-old/guv0.png")
img_rot = np.einsum("ijk,lk->ijl", image, rotation_matrix(np.pi))
plt.imshow(img_rot)
plt.show()

图 4

在输出中，我们可以看到将 sigmoid 应用于颜色空间是有效的，并且我们正在连续应用像素颜色的旋转。现在在下一步中，我们将看看如何将图像转换为灰度图像

5、灰度转换

我们还可以使用 NumPy 将图像转换为灰度图像。通过取图像RGB值的加权平均值，我们可以执行此操作。

import numpy as np
import matplotlib.pylab as plt

image = plt.imread("src/pics-old/guv0.png")

rgb_weights = [0.2989, 0.5870, 0.1140]
grayscale_image = np.dot(image[..., :3], rgb_weights)
plt.imshow(grayscale_image)
plt.show()

图 5

这是我们灰度转换过程输出的图像。让我们继续下一步的图像处理

6、图像分割

这是我们分割图像不同区域的最常用的图像处理步骤之一。有多种方法可以做到这一点，例如前景和背景。例如，在本文中，我们将了解如何通过将图像转换为灰度并找到阈值来执行分割。图像中高于阈值的像素位于一个区域中，而其他像素位于另一个区域中

import numpy as np
import matplotlib.pylab as plt

image = plt.imread("src/pics-old/guv0.png")
image = image*255


def simple_threshold(img, threshold=128):
    return ((img > threshold) * 255).astype("uint8")


thresholds = [100, 120, 128, 138, 150]

fig, axs = plt.subplots(nrows=1, ncols=len(thresholds), figsize=(20, 5))

rgb_weights = [0.2989, 0.5870, 0.1140]
gray_im = np.dot(image[..., :3], rgb_weights)

# gray_im = to_grayscale(image)

for t, ax in zip(thresholds, axs):
    ax.imshow(simple_threshold(gray_im, t), cmap='Greys')
    ax.set_title("Threshold: {}".format(t), fontsize=20)
    ax.set_axis_off()
plt.show()