Python 语言学习——应用1.2 数字图像处理（第二节，变换）

William_Edmund2024-10-07 14:18

目录

1.基础知识

1.图像几何变换概念

2.图像几何变换方式

3.插值运算

4.几何变换步骤

2.各类变换

1.位置变换

2.形状变换

3.代数运算

3.实战演练

1.基础知识

1.图像几何变换概念

  • 在图像处理过程中，为了观测需要，常常需要对 图像进行几何变换，如几何失真图像的校正、图 像配准、电影、电视和媒体广告等的影像特技处 理等，是图像变形以及校正变形的基础。
  • 图像几何变换将图像中任一像素映射到一个新位置，是一种空间变换，关键在于确定图像中点与点之间的映射关系

2.图像几何变换方式

  • 首先有齐次坐标：用n＋1维向量表示n维向量的方法称为齐次坐标 表示法。原图像用点集(转置的意思）表示。好处：齐次坐标中，对原图像进行平移、缩放、旋转等 几何变换，可用一个变换矩阵表示。

  • 然后是变换矩阵：a,b,c,d用于图形的比例、对称、 错切、旋转等基本变换；k,m用于 图形的平移变换；p,q用于投影变 换；s用于全比例变换。

  • 实现2D图像几何变换的基本变换的一般过程是：变换矩阵T×变换前的点集矩阵=变换后的点集矩阵。

3.插值运算

  • 为什么会有这玩意：当你调整图像的大小，特别是缩小图像时，由于目标大小的像素数量少于原图像的像素数量，就需要通过插值算法来估算新像素的值。在进行旋转、平移、拉伸等几何变换时，图像的像素位置可能会发生变化（比如原x,y的像素点变成0.8x,0.9y算出来是个小数，则相应位置像素值不知道是多少）应用一些滤波器或处理器时，如模糊、锐化等操作，会导致像素值的变化，需要通过插值来重新计算像素值。

  • 概念：指利用已知邻近像素点的灰度值来产生未知像素点的灰度值（各通道）

  • 常用插值运算方法：

  1. 最近邻插值：非整数像素灰度值就等于距离最近 的坐标都为整数的像素的灰度值。

  2. 双线性插值：利用非整数像素点周围的四个像素 点的相关性，通过双线性算法计算得出。图1算法或图2算法（利用周边四个点）。

  3. 双三次插值：利用非整数像素点周围的16个像素 点进行计算。

4.几何变换步骤

  1. 根据不同的几何变换公式计算新图像的尺寸
  2. 根据几何变换的逆变换，对新图像中的每一点确 定其在原图像中的对应点
  3. 按对应关系给新图像中各个像素赋值
  • 若新图像中像素点在原图像中的对应点坐标存 在，直接赋值
  • 若新图像中像素点在原图像中的对应点坐标超 出图像宽高范围，直接赋背景色
  • 若新图像中像素点在原图像中的对应点坐标在 图像宽高范围内，采用插值的方法计算

2.各类变换

1.位置变换

  • 图像的位置变换是指图像的大小和形状不发生变化，只是图像像素点的位置发生变化，含平 移、镜像、旋转

  • 平移：若不想丢失信息，可能需要扩大画布

  • 镜像：M为总行数，N为总列数

  • 旋转： θ为正，代表逆时针旋转，若要确定变换后的尺寸大小：计算原图像四个角在 旋转后的坐标；确定新图像的分辨率，M'=max x'-min x'+1;N'=max y'-min y'+1（结果向上取整）.对于不在原点旋转的，先要将坐标系平移到原点，再按绕原点旋转进行变换，然后平移回原坐标原点。得到新图像的M',N'后，需依次确定[0,M'-1]+minx',[0,N'-1]+miny'各个像素点的值。也就是再逆变换回去，根据步骤第三点的三条进行赋值。

2.形状变换

  • 缩放

  • 错切：平面景物在投影平面上的非垂直投 影，使图像中的图形产生扭变

3.代数运算

  • 加法运算如下图，应用主要有：多幅图像相加求平均去除叠加性噪声，将一幅图像的内容经配准后叠加到另一幅图像 上去，以改善图像的视觉效果，在多光谱图像中，通过加法运算加宽波段，如 绿色波段和红色波段图像相加可以得到近似全色图像，用于图像合成和图像拼接。

  • 减法运算如下图，应用主要有：显示两幅图像的差异，检测同一场景两幅图像 之间的变化；去除不需要的叠加性图案，加性图案可能是缓 慢变化的背景阴影或周期性的噪声，或在图像 上每一个像素处均已知的附加污染等；图像分割：如分割运动的车辆，减法去掉静止 部分，剩余的是运动元素和噪声；生成合成图像。

  • 乘法运算主要是部分图框出来，也就是图像的局部显示和提取：用二值模板图像与 原图像做乘法来实现 。

  • 逻辑运算：原理如图。

3.实战演练

P1. 试编写程序，对图像逆时针旋转60°，采用双线性插值的方法

python 复制代码 
from PIL import Image  # 导入PIL库，用于图像处理
import math #用于旋转时计算三角函数

def bilinear_interpolation(image, x, y):
    # 将坐标转换为整数
    x1, y1 = int(x), int(y)
    x2, y2 = x1 + 1, y1 + 1

    # 处理边界情况
    if x2 >= image.width:
        x2 = x1
    if y2 >= image.height:
        y2 = y1

    # 获取四个相邻像素的RGB值
    q11 = image.getpixel((x1, y1))
    q21 = image.getpixel((x2, y1))
    q12 = image.getpixel((x1, y2))
    q22 = image.getpixel((x2, y2))

    r = []#空列表的创建

    # 处理 RGB 值的每个通道
    for i in range(3):  # 0: 红色通道, 1: 绿色通道, 2: 蓝色通道
        r.append(q11[i] * (x2 - x) * (y2 - y) + q21[i] * (x - x1) * (y2 - y) + q12[i] * (x2 - x) * (y - y1) + q22[i] * (x - x1) * (y - y1))

    return tuple(map(int, r))  # 返回处理后的 RGB 值

def rotate_image(image, angle):
    # 旋转图像函数
    angle = angle % 360
    if angle == 0:
        return image

    rotated_image = Image.new("RGB", image.size)  # 创建旋转后的图像对象

    for x in range(rotated_image.width):
        for y in range(rotated_image.height):
            # 计算旋转后的坐标,即逆变换找到原坐标位置
            x_original = ((x - rotated_image.width / 2) * math.cos(math.radians(angle)) -
                          (y - rotated_image.height / 2) * math.sin(math.radians(angle)) + image.width / 2)
            y_original = ((x - rotated_image.width / 2) * math.sin(math.radians(angle)) +
                          (y - rotated_image.height / 2) * math.cos(math.radians(angle)) + image.height / 2)

            if 0 <= x_original < image.width - 1 and 0 <= y_original < image.height - 1:
                # 应用双线性插值
                rotated_image.putpixel((x, y), bilinear_interpolation(image, x_original, y_original))#注意写法，这个函数第二个参数是元组表示的一组rgb的值

    return rotated_image

# 打开图像文件
image = Image.open("rainbow.jpg")

# 逆时针旋转60°
rotated_image = rotate_image(image, 60)

# 保存旋转后的图像
rotated_image.save("rotated_image.jpg")  # 保存旋转后的图像

说明：map(int, r): 这部分使用了Python内置的 map 函数，它接受一个函数和一个可迭代对象作为参数。在这里，int 函数被应用于可迭代对象 r 中的每个元素，将每个元素转换为整数。tuple(...): tuple() 函数用于将一个可迭代对象转换为元组（tuple）。在这里，map(int, r) 返回一个迭代器，然后 tuple() 将这个迭代器转换为一个由整数组成的元组。

P2. 打开一幅图像，依次完成下列要求：顺时针旋转20°，做水平镜像，做错切变换，缩小图像。若需要插值运算，采用双线性插值方法；要求输出显示原图、中间结果和最后结果。（作为模板题）

python 复制代码 
import math #用于旋转时计算三角函数
from PIL import Image


def resize_image(image, width_scale, height_scale):
    # 获取图像的宽度和高度
    width, height = image.size

    # 计算放大或缩小后的宽度和高度
    new_width = int(width * width_scale)
    new_height = int(height * height_scale)

    # 创建一个新图像对象，用于存储放大或缩小后的图像
    resized_image = image.resize((new_width, new_height))

    return resized_image


def shear_image(image, shear_factor):
    # 获取图像的宽度和高度
    width, height = image.size

    # 计算错切后的宽度,只需计算宽度即可
    new_width = width + int(abs(shear_factor) * height)

    # 创建一个新图像对象，用于存储错切后的图像
    sheared_image = Image.new("RGB", (new_width, height))

    # 错切处理
    for x in range(new_width):
        for y in range(height):
            # 计算错切后的坐标，逆旋转
            new_x = x - int(shear_factor * y)

            if 0 <= new_x < width:
                # 获取原始图像中的像素值
                pixel = image.getpixel((new_x, y))
                # 将像素值复制到错切图像中
                sheared_image.putpixel((x, y), pixel)

    return sheared_image


def mirror_image(image):
    # 获取图像的宽度和高度
    width, height = image.size

    # 创建一个新图像对象，用于存储镜像后的图像
    mirrored_image = Image.new("RGB", (width, height))

    # 镜像处理
    for x in range(width):
        for y in range(height):
            # 获取原始图像中的像素值
            pixel = image.getpixel((x, y))
            # 将像素值复制到镜像图像中，但是在水平方向上镜像
            mirrored_image.putpixel((width - x - 1, y), pixel)

    return mirrored_image


def bilinear_interpolation(image, x, y):
    # 将坐标转换为整数
    x1, y1 = int(x), int(y)
    x2, y2 = x1 + 1, y1 + 1

    # 处理边界情况
    if x2 >= image.width:
        x2 = x1
    if y2 >= image.height:
        y2 = y1

    # 获取四个相邻像素的RGB值
    q11 = image.getpixel((x1, y1))
    q21 = image.getpixel((x2, y1))
    q12 = image.getpixel((x1, y2))
    q22 = image.getpixel((x2, y2))

    r = []#空列表的创建

    # 处理 RGB 值的每个通道
    for i in range(3):  # 0: 红色通道, 1: 绿色通道, 2: 蓝色通道
        r.append(q11[i] * (x2 - x) * (y2 - y) + q21[i] * (x - x1) * (y2 - y) + q12[i] * (x2 - x) * (y - y1) + q22[i] * (x - x1) * (y - y1))

    return tuple(map(int, r))  # 返回处理后的 RGB 值

def rotate_image(image, angle):
    # 旋转图像函数
    angle = angle % 360
    if angle == 0:
        return image

    rotated_image = Image.new("RGB", image.size)  # 创建旋转后的图像对象

    for x in range(rotated_image.width):
        for y in range(rotated_image.height):
            # 计算旋转后的坐标,即逆变换找到原坐标位置
            x_original = ((x - rotated_image.width / 2) * math.cos(math.radians(angle)) -
                          (y - rotated_image.height / 2) * math.sin(math.radians(angle)) + image.width / 2)
            y_original = ((x - rotated_image.width / 2) * math.sin(math.radians(angle)) +
                          (y - rotated_image.height / 2) * math.cos(math.radians(angle)) + image.height / 2)

            if 0 <= x_original < image.width - 1 and 0 <= y_original < image.height - 1:
                # 应用双线性插值
                rotated_image.putpixel((x, y), bilinear_interpolation(image, x_original, y_original))#注意写法，这个函数第二个参数是元组表示的一组rgb的值

    return rotated_image

# 打开图像文件
image = Image.open("rainbow.jpg")
image.show()

# 逆时针旋转-20°
rotated_image = rotate_image(image, -20)
rotated_image.show()

mirror=mirror_image(rotated_image)
mirror.show()

share=shear_image(mirror,2)
share.show()

resize=resize_image(share,0.2,0.2)
resize.show()

P3. 打开两幅图像，利用几何变换、图像代数运算，生成一幅精美的合成图像

python 复制代码 
from PIL import Image

def resize_image(image, width_scale, height_scale):
    # 获取图像的宽度和高度
    width, height = image.size

    # 计算放大或缩小后的宽度和高度
    new_width = int(width * width_scale)
    new_height = int(height * height_scale)

    # 创建一个新图像对象，用于存储放大或缩小后的图像
    resized_image = image.resize((new_width, new_height))

    return resized_image

def add_images(sun_image, sky_image, output_path):

    # 获取太阳图像和天空图像的宽度和高度
    sun_width, sun_height = sun_image.size
    sky_width, sky_height = sky_image.size

    # 确保太阳图像完全在天空图像内
    if sun_width <= sky_width and sun_height <= sky_height:
        # 创建一个新的图像对象，用于存储混合后的图像
        result_image = Image.new("RGB", (sky_width, sky_height))

        # 将天空图像复制到结果图像中
        result_image.paste(sky_image, (0, 0))

        # 将太阳图像叠加到左上角
        result_image.paste(sun_image, (0, 0), sun_image)

        # 保存混合后的图像
        result_image.show()
    else:
        print("Sun image is too large to fit entirely on the sky image.")

# 图像文件路径

sun_path = "sun.png"
sun_image = Image.open(sun_path)
sun_image.show()
sun=resize_image(sun_image,0.2,0.2)
sky_path = "sky.jpg"
output_path = "result_image.jpg"
sky_image = Image.open(sky_path)
sky_image.show()
# 执行图像混合操作
add_images(sun, sky_image, output_path)

说明，paste函数的使用：语法为image.paste(image_to_paste, box, mask) ，image_to_paste: 要粘贴的图像对象。box: 表示将图像粘贴到另一个图像的位置，通常是一个元组 (x, y)，表示左上角的坐标。mask: 用于指定一个掩码图像，一般而言为数值，从0不透明到255透明，也可以是一个二值图像，如果提供了掩码图像，它将根据掩码的像素值来控制被粘贴图像的透明度，使得被粘贴图像可以部分透明地展现在目标图像上。

题外话：不要吐槽图像的精美程度。

相关推荐
IM_DALLA12 分钟前
【Verilog学习日常】—牛客网刷题—Verilog企业真题—VL74
学习·fpga开发·verilog学习
阿利同学13 分钟前
ade20k 街景图像【数据集】及其【论文出处】ADE20K数据集 超过25000张图像的语义分割数据集
计算机视觉·数据集·获取qq1309399183·ade20k 街景图像·语义分割数据集
FL162386312914 分钟前
[C++]使用C++部署yolov11目标检测的tensorrt模型支持图片视频推理windows测试通过
人工智能·yolo·目标检测
人生不如初见28 分钟前
平台数据分类与聚类实验报告
人工智能·分类·数据挖掘·聚类
iiimZoey31 分钟前
Dit架构 diffusion范式分类＋应用
人工智能·python
王俊山IT34 分钟前
C++学习笔记----8、掌握类与对象（五）---- 嵌套类与类中枚举
开发语言·c++·笔记·学习
唐小旭34 分钟前
RL_足球教练
人工智能
winfredzhang34 分钟前
如何使用Flair.ai实现模特换装效果
人工智能·换装·flair
程序员非鱼40 分钟前
深度学习中的损失函数详解
人工智能·深度学习·计算机视觉·损失函数
SCBAiotAigc1 小时前
VSCode debug模式无法跳转进入内置模块
人工智能·vscode·python
热门推荐
01【经验分享】Ubuntu22.04安装微信(linux官方版)02安卓系列机型永久去除data分区加密 详细步骤解析032024年高教社杯数学建模国赛C题超详细解题思路分析04【极空间NAS】使用WebDAV服务 + DDNSTO内网穿透 实现思源笔记的内外网同步05组基轨迹建模 GBTM的介绍与实现（Stata 或 R）06【2024数模国赛赛题思路公开】国赛B题思路丨附可运行代码丨无偿自提07CTF网络安全大赛简单的web抓包题目：HEADache08苍穹外卖面试总结09【2024高教社杯全国大学生数学建模竞赛】B题 生产过程中的决策问题——解题思路 代码 论文10Coze扣子平台完整体验和实践（附国内和国际版对比）