OpenCV 與 NumPy


OpenCV 是基於 C/C++，用於處理圖像，opencv-python 是它的 Python 封裝版本，它是基於 NumPy，若能有對 NumPy 的認識，並遵照陣列程式設計典範，就能獲得便利性與效能，無論如何，先來個基本的圖片讀取與顯示：

import cv2

img = cv2.imread('caterpillar.jpg')
cv2.imshow('caterpillar', img)

cv2.waitKey(0)
cv2.destroyAllWindows()

這邊看到匯入了 cv2，2 並不是指 OpenCV 的版本號，而是指底層是 C++ API，過去的 cv 表示基於 C API。

cv2.imread 用於讀取圖片，傳回具有 NumPy 陣列行為的物件，若只是要顯示圖片，可以透過 cv2.imshow，第一個參數用來指定視窗標題文字，預設它會自動根據圖片調整視窗大小，若想自由縮放視窗，可以透過 cv2.namedWindow，這個函式預設是 cv2.WINDOW_AUTOSIZE，表示自動調整視窗大小，若指定 cv2.WINDOW_NORMAL，就可以自由調整視窗大小。

cv2.imshow 並不會阻斷流程執行，為了不因為執行結束就關閉視窗，這邊使用了 cv2.waitKey，表示等待使用者按下按鍵，可以指定等待時間，指定為 0 的話表示不限制等待時間，cv2.waitKey 會傳回按下的按鍵編碼，若指定的時間到又沒按下任何鍵，會傳回 -1。

cv2.destroyAllWindows 會關閉全部視窗，若想指定特定視窗，可以使用 cv2.destroyWindow 指定標題文字。

以下是執行結果：

OpenCV 與 NumPy

cv2.imread 的預設值是 cv2.IMREAD_COLOR，會讀取圖片的 RGB，然而忽略透明度，傳回的是具有三維的 NumPy 陣列行為的物件，圖片使用的是電腦繪圖座標，因此 y 往下為正，x 往右為正，軸 0 用來指定圖片像素的 y 索引，軸 1 用來指定圖片像素的 x 索引，若是讀取了圖片的 RGB，軸 2 用來指定像素的 BGR 欄位索引（不是 RGB！），上圖是個 250x250 的圖片，因此傳回的陣列形狀是 (250, 250, 3)，若顯示字串描述，會像是：

[[[255 255 255]
  [255 255 255]
  [255 255 255]
  ...
  [255 255 255]
  [255 255 255]
  [255 255 255]]

 [[255 255 255]
  [255 255 255]
  [255 255 255]
  ...
  [255 255 255]
  [255 255 255]
  [255 255 255]]

  ...
 [[255 255 255]
  [255 255 255]
  [255 255 255]
  ...
  [255 255 255]
  [255 255 255]
  [255 255 255]]]

只要取出部份的陣列內容，就可以達到裁剪圖片的效果，自行使用迴圈雖然可以達到目的，然而善用一下〈NumPy 陣列索引〉，既方便又能兼顧效能：

import cv2

top = 50
left = 50
right = 200
bottom = 200

img = cv2.imread('caterpillar.jpg')
cv2.imshow('caterpillar', img[top:bottom, left:right])

cv2.waitKey(0)
cv2.destroyAllWindows()

顯示的圖片如下：

OpenCV 與 NumPy

既然改變陣列可以控制圖片，那麼若轉置 y 與 x 的像素，就能達到翻轉圖片的效果：

import cv2

img = cv2.imread('caterpillar.jpg')
cv2.imshow('caterpillar', img.transpose((1, 0, 2)))

cv2.waitKey(0)
cv2.destroyAllWindows()

transpose 是 NumPy 陣列的方法（也可以透過 numpy.transpose），必須指定 axes 參數，代表著哪些軸要轉置，上例的圖片顯示為：

OpenCV 與 NumPy

若是灰階圖片，可以簡單地透過 .T 轉置，因為 cv2.imread 會傳回二維陣列，例如：

import cv2

img = cv2.imread('caterpillar.jpg', cv2.IMREAD_GRAYSCALE)
cv2.imshow('caterpillar', img.T)

cv2.waitKey(0)
cv2.destroyAllWindows()

cv2.IMREAD_GRAYSCALE 指定以灰階格式讀取圖片，傳回的陣列形狀會是 (250, 250)，每個元素代表著灰階值，例如顯示其字串描述的話會是：

[[255 255 255 ... 255 255 255]
 [255 255 255 ... 255 255 255]
 [255 255 255 ... 255 255 255]
 ...
 [255 255 255 ... 255 255 255]
 [255 255 255 ... 255 255 255]
 [255 255 255 ... 255 255 255]]

因為是二維陣列，透過 .T 就可以得到轉置矩陣，範例的顯示如下：

OpenCV 與 NumPy

以上範例都是翻轉圖片的效果，如果只是要旋轉呢？NumPy 有 rot90 函式，OpenCV 有 rotate 方法，都可以用來旋轉圖片：

import cv2
import numpy as np

img = cv2.imread('caterpillar.jpg')
# 或使用 cv2.rotate(img, cv2.ROTATE_90_CLOCKWISE))
cv2.imshow('caterpillar', np.rot90(img))

cv2.waitKey(0)
cv2.destroyAllWindows()

執行結果如下：

OpenCV 與 NumPy

這邊主要是著重在 OpenCV 與 NumPy 的關係，當然，OpenCV 還有其他處理圖片的方式，這就之後有機會遇到再來談了。