使用Python進(jìn)行圖像處理

來源：磐創(chuàng)AI

下面是一個關(guān)于使用Python在幾行代碼中分析城市輪廓線的快速教程。

說一句顯而易見的話：輪廓線很美。

在本文中，我們將學(xué)習(xí)如何從圖片中獲取輪廓線輪廓。

讓我們開始吧。

0.理念

這個想法很簡單。為了檢測輪廓線，我們只檢測天空并拍攝互補(bǔ)圖像。

在你之前看到的示例中，我們真正做的是識別天空。下一步當(dāng)然是獲取蒙版圖像。

那么，為什么探測天空比探測摩天大樓更容易呢？

好吧，這個概念是天空的圖片是相對平坦的。另一方面，摩天大樓是顏色、形狀、窗戶、水泥等的混合體。

從數(shù)學(xué)上講，天空的方差比摩天大樓的方差小，并且期望該參數(shù)在區(qū)分天空和摩天大樓時起決定性作用。

我想用一個例子來證明我所說的話。讓我們拍下這張照片。

太棒了現(xiàn)在，讓我們在這個區(qū)域修剪這張圖片：

現(xiàn)在，讓我們從0到50之間取一部分并打印標(biāo)準(zhǔn)偏差：

該方差變化可以使用二階導(dǎo)數(shù)來檢測。

當(dāng)我們討論離散二維情況時，我們實際上是在討論拉普拉斯算子。拉普拉斯算子可以被視為卷積，這只是使用泰勒近似的導(dǎo)數(shù)的定義。

進(jìn)入下一節(jié)的主題。

1.算法

執(zhí)行圖（1）中所示操作的算法如下：

我明白這是一團(tuán)糟。讓我一步一步地解釋一下。

1.1將圖像轉(zhuǎn)換為黑白

我知道你知道這一切。但重要的是要說明我們?yōu)槭裁匆@樣做。正如你所知，當(dāng)你將它們應(yīng)用于矩陣時，所有的模糊步驟和過濾都是有意義的。彩色圖像在技術(shù)上是一個張量，因為它具有行數(shù)X列數(shù)X 3個通道值（紅、綠和藍(lán)）。B&W圖像是由行數(shù)X列數(shù)組成的矩陣。

將此應(yīng)用于彩色圖像的一個簡單方法是重復(fù)上述相同的過程三次，但我認(rèn)為沒有必要。最終，即使使用B&W圖像，我們也能分辨出輪廓線。

1.2模糊步驟

中值和歸一化濾波器步驟都是用于在保持邊的同時對信號的噪聲進(jìn)行濾波的步驟。

1.3拉普拉斯濾波器

拉普拉斯濾波器被認(rèn)為是離散空間的二階時間導(dǎo)數(shù)。

為什么我們首先需要二階時間導(dǎo)數(shù)？

我們說過，天空和摩天大樓之間的標(biāo)準(zhǔn)差是不同的。這種標(biāo)準(zhǔn)差的變化發(fā)生在一個特定的點(diǎn)上，即圖像（和摩天大樓）的邊緣。

所以我們希望看到圖像的快速變化。特別是，我們希望變化最大。這意味著我們需要二階導(dǎo)數(shù)為空的點(diǎn)（或點(diǎn)的鄰居）。

當(dāng)我們討論離散二維情況時，我們實際上是在討論拉普拉斯算子。拉普拉斯算子可以被視為卷積，這只是使用泰勒近似的導(dǎo)數(shù)的定義。

二階導(dǎo)數(shù)是這樣的：

這是一個核，我們將在圖像上運(yùn)行，它將為我們提供二階導(dǎo)數(shù)圖像。

1.4應(yīng)用1/0閾值

我們不關(guān)心二階導(dǎo)數(shù)是正還是負(fù)。我們所關(guān)心的只是我們有0的一小部分，因為這是我們認(rèn)為的邊緣。

這就是為什么我們應(yīng)用這個1/0閾值。

1.5侵蝕濾波器

侵蝕濾波器是我們用來平滑圖像的東西。這背后的想法是，我們希望使圖像更清晰。用更專業(yè)的話來說，有一個核在圖像上傳遞，并用它們的最小值替換值。同樣，由于我們現(xiàn)在有一張1/0的圖像，它只是讓我們的圖像更清晰。

1.6將掩碼設(shè)置為0，直到找到最后一個索引

這一步有點(diǎn)難解釋，但很容易理解。完成所有這些操作后，圖像的一列中可能有一個0和1的序列。這沒有太多意義，因為你不能再擁有“skyscraper-sky-skyscraper again”這樣的東西了。因此，我們在列中找到值為0的最大索引，并將所有值設(shè)置為0，直到找到該值。那么，其他的都是0。

2.實際實現(xiàn)

這解釋起來有點(diǎn)長，但非常容易實現(xiàn)。

讓我們循序漸進(jìn)：

importnumpyasnp
importpandasaspd
fromosimportlistdir
fromPILimportImage
importmatplotlib.pyplotasplt
fromos.pathimportisfile,join
importcv2
fromscipy.signalimportmedfilt
fromscipyimportndimage
importnumpyasnp
frommatplotlibimportpyplotasplt
importos
fromsklearn.metricsimportplot_confusion_matrix
fromsklearn.metricsimportconfusion_matrix

2.1導(dǎo)入庫：

mypath='data/images'
subfolders=[f.pathforfinos.scandir(mypath)iff.is_dir()]
images=[]
images_baw=[]
labels=[]
label=0
size=256
string_labels=[]
forfolderinsubfolders:
onlyfiles=[fforfinlistdir(folder)ifisfile(join(folder,f))]
forfileinonlyfiles:
image_file=Image.open(folder+'/'+file).resize((size,size))
images.append(np.array(image_file))
images_baw.append(np.array(image_file.convert('1')))
labels.append(label)
string_labels.append(folder.split('/')[-1])
label=label+1
labels=np.array(labels)
images=np.array(images)
image_baw=np.array(images_baw)

2.1導(dǎo)入數(shù)據(jù)：

我從Kaggle那里得到了數(shù)據(jù)。數(shù)據(jù)集是開源的，沒有版權(quán)（CC0：公共域）。特別是，我只下載了數(shù)據(jù)集的一部分，其中包含12個城市的圖像，每個城市有10座摩天大樓：

mypath='data/images'
subfolders=[f.pathforfinos.scandir(mypath)iff.is_dir()]
images=[]
images_baw=[]
labels=[]
label=0
size=256
string_labels=[]
forfolderinsubfolders:
onlyfiles=[fforfinlistdir(folder)ifisfile(join(folder,f))]
forfileinonlyfiles:
image_file=Image.open(folder+'/'+file).resize((size,size))
images.append(np.array(image_file))
images_baw.append(np.array(image_file.convert('1')))
labels.append(label)
string_labels.append(folder.split('/')[-1])
label=label+1
labels=np.array(labels)
images=np.array(images)
image_baw=np.array(images_baw)

2.2數(shù)據(jù)可視化

plt.figure(figsize=(20,20))
foriinrange(1,13):
plt.subplot(4,3,i)
identify_label=np.where(labels==i-1)[0]
identify_label=np.random.choice(identify_label)
plt.title('Citylabel=%s'%(string_labels[identify_label]))
plt.imshow(images[identify_label])

2.3定義函數(shù)：

以上所有理論都以以下方式實現(xiàn)：

defcal_skyline(mask):
h,w=mask.shape
foriinrange(w):
raw=mask[:,i]
after_median=medfilt(raw,19)
try:
first_zero_index=np.where(after_median==0)[0][0]
first_one_index=np.where(after_median==1)[0][0]
iffirst_zero_index>20:
mask[first_one_index:first_zero_index,i]=1
mask[first_zero_index:,i]=0
mask[:first_one_index,i]=0
except:
continue
returnmask


defget_sky_region_gradient(img):

h,w,_=img.shape

img_gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

img_gray=cv2.blur(img_gray,(9,3))
cv2.medianBlur(img_gray,5)
lap=cv2.Laplacian(img_gray,cv2.CV_8U)
gradient_mask=(lap

	

	2.4應(yīng)用算法

	這是算法在整個數(shù)據(jù)集上的應(yīng)用：

	
zero_images=[]
zero_images_plot=[]
forKinrange(len(images)):
zero_image_plot=np.zeros((size,size))
zero_image=zero_image_plot.copy()
foriinrange(size):
zero_image_plot[i,tot_profiles[K][i]-2:tot_profiles[K][i]+2]=1
zero_image[i,tot_profiles[K][i]]=1
zero_images_plot.append(zero_image_plot.T)
zero_images.append(zero_image.T)


	

	示例：

	
K=0
plt.figure(figsize=(10,10))
plt.suptitle('City=%s'%(string_labels[K]),fontsize=20,y=0.72)
plt.subplot(1,3,1)
plt.title('OriginalImage')
plt.imshow(images[K])
plt.subplot(1,3,3)
plt.title('MaskedImage')
plt.imshow(zero_images_plot[0])
plt.subplot(1,3,2)
plt.title('ProfiledSkyline')
plt.imshow(get_sky_region_gradient(images[K]))


	

	2.5將其轉(zhuǎn)換為信號

	為了獲得圖像（1）的正確圖像，我們應(yīng)用以下函數(shù)：

	
defsignal_from_profile(K):
x=np.arange(size)
y=np.array(size-np.array(tot_profiles[K]))
returnx,y


	

	我們可以將其應(yīng)用于數(shù)據(jù)集的所有圖像：

	
plt.figure(figsize=(13,10))
#plt.suptitle('City=%s'%(string_labels[K]),fontsize=20)
i=0
forqinrange(3):
K=np.random.choice(len(images))
#print(K)
skyline_signal_x,skyline_signal_y=signal_from_profile(K)
plt.subplot(4,4,i+1)
plt.title('OriginalImage')
plt.imshow(images[K])
plt.subplot(4,4,i+3)
plt.title('MaskedImage')
plt.imshow(zero_images_plot[K])
plt.subplot(4,4,i+2)
plt.title('ProfiledSkyline')
plt.imshow(get_sky_region_gradient(images[K]))
plt.subplot(4,4,i+4)
plt.title('ExtractedSignal')
plt.plot(skyline_signal_x,skyline_signal_y)
plt.tight_layout()
i=i+4


	

	3.結(jié)尾

	我認(rèn)為這項研究之所以有趣，有多種原因。首先，這很有趣，因為有兩個理論上合理的理由。

	它解釋了如何使用拉普拉斯濾波器以非深度學(xué)習(xí)的方式應(yīng)用邊緣檢測

	它解釋了如何使用圖像進(jìn)行從頭到腳的實驗，以及如何創(chuàng)建一個有效的圖像處理管道

	當(dāng)然，這本身很有趣，因為它為你提供了一個分析不同城市輪廓線的工具！

	你可以看到，城市A和城市B有不同的概況，特別是使用提取的信號，我們可以通過以下方式深化這項研究：

	提取輪廓線的平均值、中值和標(biāo)準(zhǔn)差

	使用深度學(xué)習(xí)對城市輪廓線進(jìn)行分類

	對輪廓線與時間進(jìn)行統(tǒng)計研究（輪廓線如何隨時間演變？）

	記住，這個項目背后的整個想法是，天空的標(biāo)準(zhǔn)差比摩天大樓的標(biāo)準(zhǔn)差低。

	我們還可以使用這種方法作為更復(fù)雜研究的起點(diǎn)，并且可以使用編碼器-解碼器來改進(jìn)這些結(jié)果。