图像识别的前期工作——使用pillow进行图像处理

　　pillow是个很好用的python图像处理库，可以到官方网站下载最新的文件。如果官网的任何PIL版本都不能与自己的python版本对应，或安装成功后发现运行出错，可以尝试从一个非官方的whl网站下载：http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy 这个网站的内容相当丰富，而且版本齐全。

打开图片

from PIL import Image

import matplotlib.pyplot as plt

img = Image.open('girl.png')

img.show()

　　控制台显示：size=(461, 603), mode=RGBA, format=PNG

代码很简单，但PIL使用操作系统的默认方式打开图片，我们需要用一些更牛叉的方式打开：

 from PIL import Image

 import matplotlib.pyplot as plt

 img = Image.open('girl0.png')

 model = img.convert('L')

 plt.figure("girl")

 #the argument comp is Colormap

 plt.imshow(model, cmap='pink')

 plt.show()

　　其中img.convert指定一种色彩模式：

1 (1-bit pixels, black and white, stored with one pixel per byte)
L (8-bit pixels, black and white)
P (8-bit pixels, mapped to any other mode using a colour palette)
RGB (3x8-bit pixels, true colour)
RGBA (4x8-bit pixels, true colour with transparency mask)
CMYK (4x8-bit pixels, colour separation)
YCbCr (3x8-bit pixels, colour video format)
I (32-bit signed integer pixels)
F (32-bit floating point pixels)

分离rgba

　　rgb指红绿蓝光色三原色，a指alpha通道，一般用作不透明度参数

img = Image.open('girl0.png')

# 分离rgba

r, g, b, a = img.split()

plt.figure("girl0")

plt.imshow(r)

plt.show()

需要注意的是，并非所有图片都有alpha通道，此时 img.split()仅能返回r,g,b

显示多个图片

from PIL import Image

import matplotlib.pyplot as plt

img = Image.open('girl0.png')

gray = img.convert('L')

# 分离rgba

r, g, b, a = img.split()

plt.figure("girl")

def setPlot(num, title):

    #subplot(nrows, ncols, plot_number)

    #图表的整个绘图区域被等分为numRows行和numCols列，然后按照从左到右、从上到下的顺序对每个区域进行编号，左上区域的编号为1

    plt.subplot(2, 3, num)

    plt.title(title)

    plt.axis('off')

setPlot(1, 'origin')

plt.imshow(img)

setPlot(2, 'gray')

plt.imshow(gray, cmap='gray')

setPlot(3, 'rgba')

# 合并rgba

plt.imshow(Image.merge('RGBA', (r, g, b, a)))

setPlot(4, 'r')

plt.imshow(r)

setPlot(5, 'g')

plt.imshow(g)

setPlot(6, 'b')

plt.imshow(b)

二值化处理

到了关键时刻

from PIL import Image

import matplotlib.pyplot as plt

#二值化处理

img = Image.open('girl0.png')

gray = img.convert('L')

WHITE, BLACK = 1, 0

img_new = gray.point(lambda x: WHITE if x > 128 else BLACK)

plt.imshow(img_new, cmap='gray')

plt.show()

　　图片由像素组成，每个像素对应着rgb值，整个图片可以看成一个矩阵。我们将大于128的像素点转换为1，其它转换为0。如果有一张背景色是彩色的手写文字，经过二值化处理后得到这样的图片：

图片压缩

如果图片大小不一，不利于下一步工作，在此需要将图片压缩成统一大小，对于手写数字，可将其压缩为32*32

 #等比例压缩图片

 #参考 http://fc-lamp.blog.163.com/blog/static/174566687201282424018946/

 def resizeImg(**args):

     #dst_w,dst_h  目标图片大小,  save_q  图片质量

     args_key = {'ori_img':'', 'dst_img':'', 'dst_w':'', 'dst_h':'', 'save_q':75}

     arg = {}

     for key in args_key:

         if key in args:

             arg[key] = args[key]

     im = Image.open(arg['ori_img'])

     ori_w, ori_h = im.size

     widthRatio = heightRatio = None

     ratio = 1

     if (ori_w and ori_w > arg['dst_w']) or (ori_h and ori_h > arg['dst_h']):

         if arg['dst_w'] and ori_w > arg['dst_w']:

             widthRatio = float(arg['dst_w']) / ori_w

         if arg['dst_h'] and ori_h > arg['dst_h']:

             heightRatio = float(arg['dst_h']) / ori_h

         if widthRatio and heightRatio:

             if widthRatio < heightRatio:

                 ratio = widthRatio

             else:

                 ratio = heightRatio

         if widthRatio and not heightRatio:

             ratio = widthRatio

         if heightRatio and not widthRatio:

             ratio = heightRatio

         newWidth = int(ori_w * ratio)

         newHeight = int(ori_h * ratio)

     else:

         newWidth = ori_w

         newHeight = ori_h

     im.resize((newWidth, newHeight), Image.ANTIALIAS).save(arg['dst_img'], quality=arg['save_q'])

　　可以将二值化处理后的图片打印出来

 resizeImg(ori_img='7.jpg', dst_img='7_1.jpg', dst_w=32, dst_h=32, save_q=60)

 #二值化处理

 img = Image.open('7_1.jpg')

 gray = img.convert('L')

 WHITE, BLACK = 1, 0

 img_new = gray.point(lambda x: WHITE if x > 128 else BLACK)

 arr = nmp.array(img_new)

 for i in range(arr.shape[0]):

     print(arr[i].flatten())

　　于是手写数字变成了这样：

　　这就好玩了。其基本思路是将多维特征转换为容易识别的二维特征，使用KNN或神经网络等方法进行学习，从而使计算机识别出正确的数字。后续文章将会介绍如何设别。

　　出处：微信公众号 "我是8位的"

　　本文以学习、研究和分享为主，如需转载，请联系本人，标明作者和出处，非商业用途！

　　扫描二维码关注作者公众号“我是8位的”

巴特西