OpenCV¶
Az OpenCV egy a számítógépes látás és képfeldolgozás területén elterjedt és népszerű könyvtárcsomag. C/C++ nyelven íródott, de több különféle programozási környezetben is elérhető, többek között Python alatt is.
Az OpenCV használatához telepíteni kell az OpenCV, NumPy és Matplotlib csomagokat.
A csomag használatához importálni kell a csomagot.
In [1]:
import cv2
import numpy as np
import os
from matplotlib import pyplot as plt
Olvasás, módosítás, megjelenítés, írás¶
In [2]:
img = cv2.imread(os.path.join("data", "coffee.jpg"))
In [3]:
plt.figure(1, figsize=(12,8))
if os.name == "nt": # Windowson RGB helyett BGR-ként jelzi ki, fordítsuk meg
plt.imshow(img[:,:,::-1])
else: # Linuxon RGB a sorrend
plt.imshow(img)
plt.show()
Az OpenCV használatához azért szükséges a Numpy, mert a képeket Numpy tömb formájában tárolja. Ezt jól szemléltetik a következők is.
In [4]:
img # A kimeneten látható, hogy egy 3 dimenziós Numpy tömbben tárolja a képet.
Out[4]:
array([[[133, 108, 38],
[161, 140, 48],
[192, 175, 55],
...,
[221, 203, 112],
[222, 205, 112],
[223, 206, 113]],
[[134, 109, 39],
[162, 141, 50],
[192, 174, 57],
...,
[221, 203, 112],
[222, 205, 112],
[222, 205, 112]],
[[136, 114, 43],
[163, 143, 55],
[194, 174, 62],
...,
[220, 202, 111],
[220, 203, 110],
[221, 204, 111]],
...,
[[ 61, 49, 1],
[ 61, 49, 1],
[ 60, 48, 0],
...,
[227, 222, 219],
[220, 215, 212],
[230, 225, 222]],
[[ 62, 50, 2],
[ 62, 50, 2],
[ 61, 49, 1],
...,
[231, 226, 223],
[239, 234, 231],
[229, 224, 221]],
[[ 63, 51, 3],
[ 63, 51, 3],
[ 62, 50, 2],
...,
[223, 218, 215],
[232, 227, 224],
[217, 212, 209]]], dtype=uint8)
A dimenziók mérete megadja a kép magasságát (184), szélességét (274), illetve a színcsatornák számát (3). Ez utóbbi jelen esetben 3, hiszen RGB térben vannak a leképezve a színek.
In [5]:
img.shape
Out[5]:
(960, 960, 3)
In [6]:
print("A vizsgált kép ", img.shape[0], " képpont magas és ",
img.shape[1], " képpont széles. A színcsatornák száma ", img.shape[2], ".", sep="")
A vizsgált kép 960 képpont magas és 960 képpont széles. A színcsatornák száma 3.
Mivel a kép egy Numpy tömb, a megszokott módon tudjuk tömbként kezelni. Például módosíthatjuk az egyes képpontok értékeit.
In [7]:
for i in range(0, img.shape[0]):
for j in range(0, img.shape[1]):
img[i, j, 2] = 0 # Minden képpont esetén az utolsó színkomponens (vörös) értékét nullára állítja.
A képet a következő módon menthetjük a kívánt formátumban.
In [8]:
cv2.imwrite("out0.png", img)
cv2.imwrite("out0.jpg", img)
cv2.imwrite("out0.bmp", img)
Out[8]:
True
Színcsatornák (konvertálás, komponensekre bontás)¶
A bemeneti RGB képet szürkeárnyalatos képpé konvertáljuk.
In [9]:
img = cv2.imread(os.path.join("data", "coffee.jpg"))
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
In [10]:
plt.imshow(img_gray)
plt.colorbar()
plt.show()
In [11]:
plt.imshow(img_gray, cmap = "gray")
plt.colorbar()
plt.show()
Látható, hogy a kép színcsatornáinak száma háromról egyre változott a konvertálás következtében.
In [12]:
img.shape
Out[12]:
(960, 960, 3)
In [13]:
img_gray.shape
Out[13]:
(960, 960)
Lehetőség van színcsatornákra bontani a képet.
In [14]:
b, g, r = cv2.split(img)
De az eddigiek alapján tudjuk, hogy ez például így is működik:
In [15]:
b = img[:, :, 2]
g = img[:, :, 1]
r = img[:, :, 0]
A három színcsatorna intenzitásának megjelenítése szürkeárnyalatos képként.
In [16]:
plt.figure(2, figsize=(16, 6))
plt.subplot(131), plt.title("piros"), plt.imshow(r, cmap = "gray"), plt.axis("off")
plt.subplot(132), plt.title("zöld"), plt.imshow(g, cmap = "gray"), plt.axis("off")
plt.subplot(133), plt.title("kék"), plt.imshow(b, cmap = "gray"), plt.axis("off")
plt.show()
Az értékek megjelenítése az RGB térben:
In [17]:
plt.figure(3, figsize=(16, 6))
plt.subplot(131), plt.title("piros"), plt.imshow(r, cmap = "Reds_r"), plt.axis("off")
plt.subplot(132), plt.title("zöld"), plt.imshow(g, cmap = "Greens_r"), plt.axis("off")
plt.subplot(133), plt.title("kék"), plt.imshow(b, cmap = "Blues_r"), plt.axis("off")
plt.show()
Hisztogram¶
In [18]:
histogram2 = cv2.calcHist([img], [0], None, [256], [0, 256])
plt.plot(histogram2, color = "b")
histogram2 = cv2.calcHist([img], [1], None, [256], [0, 256])
plt.plot(histogram2, color = "g")
histogram2 = cv2.calcHist([img], [2], None, [256], [0, 256])
plt.plot(histogram2, color = "r")
plt.ylim([0, 20000])
plt.show()
Élkiemelés¶
In [19]:
kernel0 = np.array([[-1,-2,-1],
[0,0,-0],
[1,2,1]])
filtered_img0 = cv2.filter2D(img, -1, kernel0)
kernel1 = np.array([[1,0,-1],
[2,0,-2],
[1,0,-1]])
filtered_img1 = cv2.filter2D(img, -1, kernel1)
#filtered_img_sum = (filtered_img0 + filtered_img1)
filtered_img_sum = cv2.add(filtered_img0, filtered_img1)
In [20]:
plt.figure(4, figsize=(16, 6))
plt.subplot(131), plt.title("filtered_img0"), plt.imshow(filtered_img0), plt.axis("off")
plt.subplot(132), plt.title("filtered_img1"), plt.imshow(filtered_img1), plt.axis("off")
plt.subplot(133), plt.title("filtered_img_sum"), plt.imshow(filtered_img_sum), plt.axis("off")
plt.show()
In [21]:
filtered_img_sum_gray = cv2.cvtColor(filtered_img_sum, cv2.COLOR_BGR2GRAY)
plt.figure(5, figsize=(10, 10))
plt.imshow(filtered_img_sum_gray, cmap = "gray"), plt.axis("off")
plt.show()
Élesítés¶
In [22]:
kernel = np.array([[-1,-1,-1],
[-1,9,-1],
[-1,-1,-1]])
filtered_img2 = cv2.filter2D(img, -1, kernel)
plt.figure(6, figsize=(16, 6))
plt.subplot(121), plt.imshow(img[:,:,::-1]), plt.axis("off"), plt.title("erdeti")
plt.subplot(122), plt.imshow(filtered_img2[:,:,::-1]), plt.axis("off"), plt.title("filtered_img2")
plt.show()
Küszöbölés¶
In [23]:
# Megnyitás szürkeárnyalati konverzióval
img = cv2.imread(os.path.join("data", "coffee.jpg"), 0)
plt.imshow(img, vmin = 0, vmax = 255), plt.title("original"), plt.colorbar(), plt.axis("off"), plt.show()
# Aminek az intenzitása 127 alatti, az 0 intezitást vesz fel, minden más intenzitása 255 lesz.
ret, thresh1 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)
plt.imshow(thresh1, vmin = 0, vmax = 255), plt.title("binary"), plt.colorbar(), plt.axis("off"), plt.show()
# Az előző inverze.
ret, thresh2 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY_INV)
plt.imshow(thresh2, vmin = 0, vmax = 255), plt.title("binary inv"), plt.colorbar(), plt.axis("off"), plt.show()
# Ahol az intenzitás 127 feletti, ott 127 lesz az új intenzitás.
ret, thresh3 = cv2.threshold(img, 127, 255, cv2.THRESH_TRUNC)
plt.imshow(thresh3, vmin = 0, vmax = 255), plt.title("trunc"), plt.colorbar(), plt.axis("off"), plt.show()
# Ahol az intenzitás 127 alatti, ott 0 lesz az új intenzitás.
ret, thresh4 = cv2.threshold(img, 127, 255, cv2.THRESH_TOZERO)
plt.imshow(thresh4, vmin = 0, vmax = 255), plt.title("tozero"), plt.colorbar(), plt.axis("off"), plt.show()
# Az előző inverze.
ret, thresh5 = cv2.threshold(img, 127, 255, cv2.THRESH_TOZERO_INV)
plt.imshow(thresh5, vmin = 0, vmax = 255), plt.title("tozero inv"), plt.colorbar(), plt.axis("off"), plt.show()
Out[23]:
(<matplotlib.image.AxesImage at 0x1ce486121d0>, Text(0.5, 1.0, 'tozero inv'), <matplotlib.colorbar.Colorbar at 0x1ce4857e470>, (-0.5, 959.5, 959.5, -0.5), None)
Morfológiai operátorok (Erózió, dilatáció, nyitás és zárás)¶
In [24]:
image = cv2.imread(os.path.join("data", "coffee.jpg"), 0)
# Morfológiai szűrő
kernel = np.ones((20,20), np.uint8)
# Erózió
plt.figure(figsize = (10,10))
erosion = cv2.erode(image, kernel, iterations = 1)
plt.imshow(erosion, cmap = "gray"), plt.title("Erosion"), plt.axis("off"), plt.show()
# Dilatáció
plt.figure(figsize = (10,10))
dilation = cv2.dilate(image, kernel, iterations = 1)
plt.imshow(dilation, cmap = "gray"), plt.title("Dilation"), plt.axis("off"), plt.show()
# Nyitás
plt.figure(figsize = (10,10))
opening = cv2.morphologyEx(image, cv2.MORPH_OPEN, kernel)
plt.imshow(opening, cmap = "gray"), plt.title("Opening"), plt.axis("off"), plt.show()
# Zárás
plt.figure(figsize = (10,10))
closing = cv2.morphologyEx(image, cv2.MORPH_CLOSE, kernel)
plt.imshow(closing, cmap = "gray"), plt.title("Closing"), plt.axis("off"), plt.show()
Out[24]:
(<matplotlib.image.AxesImage at 0x1ce484f9940>, Text(0.5, 1.0, 'Closing'), (-0.5, 959.5, 959.5, -0.5), None)
Képek összeadása és kivonása¶
In [25]:
img = cv2.imread(os.path.join("data", "coffee.jpg"))
# Az M mátrix mérete megegyezik a bemeneti kép méretével. Minden intenzitása 100. Végeredményben M is egy képnek tekinthető.
M = np.ones(img.shape, dtype = "uint8") * 100
# M mátrix és a kép összege.
added = cv2.add(img, M)
plt.imshow(added[:,:,::-1]), plt.title("Added"), plt.axis("off"), plt.show()
# M mátrix és a kép különbsége.
subtracted = cv2.subtract(img, M)
plt.imshow(subtracted[:,:,::-1]), plt.title("Subtracted"), plt.axis("off"), plt.show()
Out[25]:
(<matplotlib.image.AxesImage at 0x1ce485ca6a0>, Text(0.5, 1.0, 'Subtracted'), (-0.5, 959.5, 959.5, -0.5), None)