欢迎点击「算法与编程之美」↑关注我们！
本文首发于微信公众号："算法与编程之美"，欢迎关注，及时了解更多此系列文章。
图像增强技术的作用，简单点说，就是通过对图像进行加工处理，使图像能更好的在其他领域起作用，比如人脸识别，图像分类等人工智能领域，又或者是在通信领域，通过加工恢复图像在传输中丢失的某些东西。
那么什么又是图像增强呢?通过对图像进行一些加工，从简单的裁剪、变换灰度等到复杂的各种滤波公式去噪点等等 ，大致满足以下两点的都属于图像增强的一部分。
- 改变图像视觉效果，使其能更好的应用在某类场景中。
- 突出图片某部分特征，满足某些特殊分析的需要。
在实现具体算法之前，我们总需要先思考大致的思路。学习图像增强技术也是如此，在学习这门新技术前，我们可以根据一些以往的经验先想想大概要做些什么：
- 图像的收集
- 图像的输入
- 图像的处理
- 图像的输出
图像的收集
这里主要涉及的是从视频中截取我们需要的图片。需要使用到的软件“ffmpeg”。
安装
通过网页搜索直接进入官网点击“Download”，选择自己电脑系统后，点击下方红色勾
选区域，进入下载界面，只用看自己电脑是64位/32位，点击下载。
下载好后，配置环境变量。
右键‘我的电脑’，--属性—高级系统设置—环境变量—用户变量—编辑‘path’—添加ffmpeg软件的文件夹下的bin文件的路径。
使用
通过‘cmd’命令行执行以下操作：
‘ffmpeg -i F -r K -f image2 image-d.jpg’
F:需要处理视频的地址。
K:填一个数字表示每秒截几张图，填类似1/1的形式表示一帧截一张图。
其他更详细用法可以自行百度，温馨提示：在哪个文件夹执行命令操作生成的图片就保存在哪个文件夹。
图像的输入
很多时候我们需要处理的是大量的图片，这就需要批量的处理文件。
#需要用到os和cv2库（安装请安装opencv，导入请导入cv2） imagelist=os.listdir(path)#读取path目录下所有文件的名字 for i in imagelist: if(i.endswith('.jpg' or '.png')): #如果文件以jpg或者png结尾 image=cv2.imread(path '/' i)#读取图片 |
|---|
图像的处理
图像增强技术的处理技术很多，先从一些简单操作开始。如图像的裁剪、旋转、镜像翻转和缩放等基本操作开始，主要使用cv2库。
#裁剪(crop) Image=cv2.imread(‘某张图片地址’) #读取图片 sp=image.shape #读取图像的形状信息并通过数组输出[图像的高，图像的宽，图像通道数] h=sp[0] w=sp[1] #截取图像某个区域，可配合random库随机截取，也可以自己设置截取范围 y1=int((1/3)*h) y2=int((2/3)*h) x1=int((1/3)*w) x2=int((2/3)*w) img=image[y1:y2,x1:x2] #将图片左上角视为原点，截取y1到y2、x1到x2的区域 #旋转(roating) h,w=image.shape[:2] center=(h//2,w//2)#旋转中心 #图片旋转 #degree旋转角度，size旋转后的大小，填1为等比例旋转。 M = cv2.getRotationMatrix2D(center, degree, size) #执行旋转操作，roated为旋转后的图片 roated = cv2.warpAffine(image, M, (w, h)) #镜像翻转(flip) image=cv2.imread(path) image=cv2.flip(image,1)#图片翻转 #缩放 image=cv2.imread(path) image=cv2.resize(image,(192,192))#括号内填缩放后的大小 |
|---|
图像的输出
除了直接保存为图片形式外
cv2.imwrite('保存地址',image) |
|---|
我们在做使用这些处理后的图片时，更多的要用到名为‘npz‘的文件格式。
data=[]#该数组用于存储图片 label=[]#用于储存图片类型，看一个实例 pathone='D:\imgCut\Archive\resize\nosmoke'#无烟集图片地址 pathtwo="D:\imgCut\Archive\resize\smoke"#有烟集图片地址 #0代表无烟图片，1代表有烟图片 def saveZ(pathone,pathtwo): data=[] label=[] imagelist_one=os.listdir(pathone)#读取目录下所有文件的名字 imagelist_two=os.listdir(pathtwo) for i in imagelist_one: if(i.endswith('.jpg' or '.png')): #如果文件以jpg结尾 image=cv2.imread(pathone '\' i) data.append(image)#将图片加入数组,这里存入的是图片本身而不是一个引用。 label.append(0) for i in imagelist_two: if(i.endswith('.jpg' or '.png')): #如果文件以jpg结尾 image=cv2.imread(pathtwo '\' i) data.append(image) label.append(1) np.savez('arc.npz', data=data, label=label) #文件以npz形式储存，里面有两个数组data,label |
|---|
之后我们就可以在其他地方直接调用这个文件里的数组
arc=np.load('arc.npz')#导入这个文件data=arc['data']#读取里面的data数组和label数组label=arc['label'] |
|---|
END
主 编 | 张祯悦
责 编 | 马原涛
where2go 团队
微信号：算法与编程之美
长按识别二维码关注我们!
温馨提示：点击页面右下角“写留言”发表评论，期待您的参与！期待您的转发！
