图像处理

△ 是新朋友吗？记得先点数据科学与人工智能关注我哦～

《Python学习》专栏·第1篇

文 | 段洵

1090 字 | 5 分钟阅读

一起来学习用Python进行图像处理吧！

一、图像处理基本知识

二维图形表示：像素和图像

• 像素Pixel：组成图像的基本小方格，具有大小和位置，规则排列

• 像素的属性：形状、大小、位置、颜色值

• 图像Image：由规则排列的像素构成的矩形，可以描绘各种视觉形象

• 图像的属性：分辨率、像素密度、颜色模型

图像颜色模型：RGB

三原色模型RGB

• 用3个字节表示颜色

• 分别表示红、绿、蓝颜色值

• 0-255，一共有255*255*255种

• 引入第四个字节表示透明度的RGBA模型

• 另一种常用颜色模型HSV

• 辉度、饱和度、亮度

像素密度：PPI（Pixel Per Inch）

• 每英寸像素点数量

• 密度越高图像越精细

• 视网膜分辨率：人眼在常规距离上无法分辨出视网膜屏幕的像素点，标准视力5.0，看手机的距离，300ppi达到无法分辨像素点

二、PIL：图像处理库

PIL：图像处理库

• Python 3安装Pillow

• Python上事实标准库

• 功能强大，可以对图像做各种处理，如：缩放、裁剪、旋转、滤镜、文字、调色板等等

PIL：缩放图像操作

PIL查看图像信息

PIL生成验证码

ASCII字符图形艺术

numpy库

• numpy是Python用于处理大型矩阵的一个速度极快的数学库

• 可以做向量和矩阵的运算，包括各种创建矩阵的方法，以及一般的矩阵运算、求逆、求转置

• 它的很多底层的函数都是用C写的，可以得到在普通Python中无法达到的运行速度

矩阵计算

• 创建矩阵 a = np.matrix([ ])

• 矩阵求逆 a.I

• 矩阵转置 a.T

• 矩阵乘法 a*b或np.dot(a,b)

对象属性

• np.shape 数组形状，矩阵则为n行m列

• np.size 对象元素的个数

• np.dtype 指定当前numpy对象的整体数据类型

三、数据可视化：Matplotlib

Matplotlib

Matplotlib 是 Python的一个绘图库。它包含了大量的工具，可以使用这些工具创建各种图形，包括简单的散点图，折线图，甚至是三维图形、动画等，Python科学计算社区经常使用它完成数据可视化的工作，功能异常强大。

绘制函数图像基本思路

• 基本思路：通过将图像上一些点的坐标连接起来，即可绘制函数的近似图像，当点越多时，所绘图像越接近函数图像

• numpy库的linspace( )函数生成数组：numpy.linspace(,,)，生成一个存放等差数列的数组，数组元素为浮点型，包含三个参数，分别是：数列起始值、终止值（默认包含自身）、数列元素个数

• matplotlib库的plot( )函数用来画图：可以设定图形颜色、线条线型、以及做标注等

matplotlib：简单图形

matplotlib：多个简单图形

matplotlib：散点图

matplotlib：直方图

matplotlib：标题，标签和图例

---

公众号推荐

数据思践

数据思践公众号记录和分享数据人思考和践行的内容与故事。

Python语言群

诚邀您加入

《数据科学与人工智能》公众号推荐朋友们学习和使用Python语言，需要加入Python语言群的，请扫码加我个人微信，备注【姓名-Python群】，我诚邀你入群，大家学习和分享。