问题陈述

📌 使用 Python 代码自己创建图像
📌 拍摄 2 张图像，裁剪两张图像的一部分并交换它们。
📌 拍摄 2 张图像并将其组合成一张图像。例如，拼贴
因此，在本文中，我们将了解如何使用Python中的OpenCV模块创建图像、截取 2 张图像、交换它们并组合两张图像以形成单个图像。

图像处理

图像处理是一种对图像执行某些操作的方法，以获得增强的图像或从中提取一些有用的信息。图像处理是对数字化图像的分析和处理，尤其是为了提高其质量。

python中的OpenCV模块是什么？

OpenCV是一个用于计算机视觉、机器学习和图像处理的大型开源库。OpenCV 支持多种编程语言，如 Python、C++、Java 等。它可以处理图像和视频以识别物体、面部甚至人类的笔迹。OpenCV解决了很多应用，其中一些是人脸和物体识别，视频/图像搜索和检索，电视频道广告识别和街景图像拼接。

安装和导入包

  1. 从这里下载 Anaconda 的个人版：https://www.anaconda.com/products/individual
  2. 在 python 中安装NumPy和OpenCV-Python模块。
pip install numpy

pip install opencv-python

  1. 在python代码中导入上述模块
import
 numpy

import
 cv2

使用 Python 代码创建图像

OpenCV - Python是一个Python库，旨在解决计算机视觉问题。cv2是它提供许多方法来操作图像的模块之一。cv2模块具有许多有助于读取和操作图像的功能。NumPy在python中支持绘制各种形状。
代码：
img = numpy.zeros((
512
,
512
,
3
))

# Writing text
font = cv2.FONT_HERSHEY_SIMPLEX

img = cv2.putText(img, 
'Image Creation'
, (
50
, 
50
),font, 
0.8
, (
0
,
255
,
255
), 
2
)

# Creating a Rectangles
img = cv2.rectangle(img,(
12
,
12
),(
312
,
312
),(
255
,
255
,
0
),
3
)

img = cv2.rectangle(img,(
100
,
100
),(
400
,
400
),(
0
,
255
,
0
),
3
)

img = cv2.rectangle(img,(
200
,
200
),(
500
,
500
),(
255
,
0
,
255
),
3
)

img = cv2.rectangle(img,(
300
,
300
),(
600
,
600
),(
5
,
200
,
2
),
3
)

img = cv2.rectangle(img,(
500
,
500
),(
600
,
600
),(
150
,
0
,
25
),
3
)

# Creating a Circle
img = cv2.circle(img, (
200
, 
200
), 
80
, (
255
, 
0
, 
0
), 
3
)

# Allows us to see image
cv2.imshow(
"myimage"
,img)

cv2.waitKey(
10000
)

# Until closed forcefully
cv2.destroyAllWindows()

输出：

读取 2 张图像，裁剪这两张图像的一部分并交换它们

step 1：导入cv2，可以观察到两张图。
cv2.imread()方法从指定文件加载图像。
cv2.imshow()方法用于在窗口中显示图像。
cv2.waitkey()会等待 x 毫秒来等待 OpenCV 窗口上的按键。
cv2.destroyAllWindows()简单地破坏我们创建的所有窗口。
import
 cv2

#Allows us to read a image1
img1 = cv2.imread(
"1.jpg"
)

# Allows us to see image1
cv2.imshow(
"FirstImage"
,img1)

cv2.waitKey(
10000
)

# Until closed forcefully
cv2.destroyAllWindows()

输出：
#Allows us to read a image2
img2 = cv2.imread(
"2.jpg"
)

# Allows us to see image2
cv2.imshow(
"SecondImage"
,img2)

cv2.waitKey(
10000
)

# Until closed forcefully
cv2.destroyAllWindows()

输出：
调整大小之前
Step2：“resize”两张图片的维度不一样，我们可以通过cv2模块中的方法来改变。
#Allows us to resize a image1
new_img1 = cv2.resize(img1,(
900
,
512
))

# Allows us to see new_image1
cv2.imshow(
"NewFirstImage"
,new_img1)

cv2.waitKey(
10000
)

# Until closed forcefully
cv2.destroyAllWindows()
#Allows us to resize a image2
new_img2 = cv2.resize(img2,(
900
,
512
))

# Allows us to see new_image2
cv2.imshow(
"NewSecondImage"
,new_img2)

cv2.waitKey(
10000
)

# Until closed forcefully
cv2.destroyAllWindows()

调整大小后两个图像的尺寸相同。
调整大小后
第 3 步：为了裁剪图像，我们使用以下代码
crop_img1=new_img1[
0
:
200
,
0
:
200
]

# Allows us to see crop_image1
cv2.imshow(
"CroppedFirstImage"
,crop_img1)

cv2.waitKey(
10000
)

# Until closed forcefully
cv2.destroyAllWindows()

crop_img2=new_img2[
0
:
200
,
0
:
200
]

# Allows us to see crop_image2
cv2.imshow(
"CroppedSecondImage"
,crop_img2)

cv2.waitKey(
10000
)

# Until closed forcefully
cv2.destroyAllWindows()

step4：为了用图像交换那些裁剪的部分，我们使用以下代码
swap_img1=crop_img2

new_img1[
200
:
400
,
200
:
400
]=swap_img1

# Allows us to see new_image1 after swapping
cv2.imshow(“SwappedFirstImage”,new_img1)

cv2.waitKey(
10000
)

# Until closed forcefully
cv2.destroyAllWindows()

用 SecondImage 的裁剪部分交换第一张图像
正如我们所知，我们不能在Python中将变量或值声明为常量。由于python变量是引用，我们有效地传递了引用的副本。
因此，如果我们将图像作为变量传递，并且不改变它，它实际上是“像”一个常量一样传递。但是在交换第一张图像时，我们会更改变量，因此在使用裁剪部分交换第二张图像时，我们必须再次执行步骤 2、3、4。
swap_img2=crop_img1

new_img2[
200
:
400
,
200
:
400
]=swap_img2

# Allows us to see new_image2 after swapping
cv2.imshow(“SwappedSecondImage”,new_img2)

cv2.waitKey(
10000
)

# Until closed forcefully
cv2.destroyAllWindows()

用 FirstImage 的裁剪部分交换第二张图像

读取 2 个图像，并将它们组合成一个图像。

例如：拼贴画
NumPy在 python 中有一个名为的模块，它支持拼贴/组合图像。在这里，这两个图像是使用hstack()拼贴/组合的，numpy 支持图像的水平组合。
import
 cv2

import
 numpy

#Allows us to read a image1
img1 = cv2.imread(“
1.j
pg”)

#Allows us to read a image2
img2 = cv2.imread(“
2.j
pg”)

new_img1 = cv2.resize(img1,(
600
,
512
))

new_img2 = cv2.resize(img2,(
600
,
512
))

horizontal_collage = numpy.hstack((new_img1,new_img2))

# Allows us to see image1
cv2.imshow(“Horizontal Collage”,horizontal_collage)

cv2.waitKey(
10000
)

# Until closed forcefully
cv2.destroyAllWindows()

水平组合图像
vstack() 用于图像的垂直组合。
import
 cv2

import
 numpy

#Allows us to read a image1
img1 = cv2.imread(
"1.jpg"
)

#Allows us to read a image2
img2 = cv2.imread(
"2.jpg"
)

new_img1 = cv2.resize(img1,(
300
,
400
))

new_img2 = cv2.resize(img2,(
300
,
400
))

vertical_collage = numpy.vstack((new_img1,new_img2))

# Allows us to see vertical_collage
cv2.imshow(
"Vertical Collage"
,vertical_collage)

cv2.waitKey(
10000
)

# Until closed forcefully
cv2.destroyAllWindows()

垂直组合图像

结论

在本文中，我们看到了一些基本操作：如何创建、读取和调整图像大小、裁剪图像的某些部分并交换它们、水平或垂直组合两个图像。
在 python 中，有许多强大的库可以使图像处理变得容易，例如OpenCV, SciKit-Image 和Pillow.``NumPy 是 Numeric 和 Numarray 的扩展。可以使用NumPy函数执行各种图像处理。
使用此链接访问此处使用的所有代码：https://github.com/sakshijadhav92/Image_Processing.git
☆ END ☆
如果看到这里，说明你喜欢这篇文章，请转发、点赞。微信搜索「uncle_pn」，欢迎添加小编微信「 woshicver」，每日朋友圈更新一篇高质量博文。
↓扫描二维码添加小编↓
继续阅读
阅读原文