当前位置： 首页 > news >正文

OpenCV图像处理实战全解析：镜像、缩放、矫正、水印与降噪技术详解

news 2025/8/9 20:25:07

目录

  • 前言
  • 一、图像镜像反转 
  • 1.1 代码
  • 二、图像缩放 
  • 2.1代码
  • 三、图像矫正 
  • 3.1仿射变换与透视变换
  • 3.2 透视变换矩阵 
  • 3.3 代码 
  • 四、图像添加水印 
  • 4.1 模板输入
  • 4.2 与运算
  • 4.3 图像融合
  • 5. 代码
  • 五、图像噪点消除
  • 5.1 噪声
  • 5.2 均值滤波
  • 5.3 方框滤波
  • 5.4 高斯滤波 
  • 5.5 中值滤波
  • 总结

前言

书接上文

OpenCV图像处理实战指南：ROI精准切割与旋转仿射变换核心技术解析-CSDN博客文章浏览阅读701次，点赞21次，收藏19次。本文系统讲解OpenCV图像处理两大核心技术——ROI区域切割与仿射变换旋转，通过坤坤篮球案例详解Numpy数组切片操作，从单点旋转推导出仿射变换矩阵的数学原理，对比分析最近邻/双线性/Lanczos等插值算法差异，演示边界反射/常数填充等边缘处理方案，配套可运行的Python代码实现旋转角度控制与效果可视化，帮助开发者掌握工业级图像预处理的关键技术。 https://blog.csdn.net/qq_58364361/article/details/146937711?fromshare=blogdetail&sharetype=blogdetail&sharerId=146937711&sharerefer=PC&sharesource=qq_58364361&sharefrom=from_link

一、图像镜像反转 

图像的镜像旋转分为三种，分别使用filpcode的参数表示：

  • flipcode=0，垂直翻转

垂直翻转可以把src沿着x轴翻转，坐标从（x,y）翻转为(x,-y)。

  • flipcode>0，水平翻转

水平翻转可以把src沿着y轴翻转，坐标从（x,y）翻转为(-x,y)。

  • flipcode<0，水平垂直翻转

相当与图像旋转，x轴和y周都翻转，坐标从（x,y）翻转为(-x,-y)。

1.1 代码

import cv2
import matplotlib.pyplot as plt

def show_image(image, name):
    """显示图像

    Args:
        image: 输入图像(numpy数组)
        name: 图像标题(str)
    """
    plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置中文字体
    plt.rcParams['axes.unicode_minus'] = False  # 解决负号显示问题
    if len(image.shape) == 3:  # 彩色图像
        image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)  # BGR转RGB
    else:  # 灰度图像
        image = cv2.cvtColor(image, cv2.COLOR_GRAY2RGB)  # 灰度转RGB
    plt.imshow(image)  # 显示图像
    plt.title(name)  # 设置标题
    plt.axis('off')  # 关闭坐标轴


# 图像路径
path = "nvren.png"
# 读取图像
img = cv2.imread(path)
# 创建画布，设置DPI为300
plt.figure(dpi=300)
# 创建1行2列的子图，当前为第1个
plt.subplot(121)
# 显示原始图像
show_image(img, "原始图像")
# 图像翻转(-1表示水平和垂直同时翻转)
f_img = cv2.flip(img, -1)
# 切换到第2个子图
plt.subplot(122)
# 显示翻转后的图像
show_image(f_img, "翻转图像")
# 显示所有图像
plt.show()

二、图像缩放 

图像缩放相比之前图像旋转实验中，可以单独针对x轴和y轴进行独立的倍率缩放，另外插值方法节点与图像缩放实验完全相同。

2.1代码

import cv2
import matplotlib.pyplot as plt

def show_image(image, name):
    """显示图像

    Args:
        image: 输入图像(numpy数组)
        name: 图像标题(str)
    """
    plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置中文字体
    plt.rcParams['axes.unicode_minus'] = False  # 解决负号显示问题
    if len(image.shape) == 3:  # 彩色图像
        image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)  # BGR转RGB
    else:  # 灰度图像
        image = cv2.cvtColor(image, cv2.COLOR_GRAY2RGB)  # 灰度转RGB
    plt.imshow(image)  # 显示图像
    plt.title(name)  # 设置标题
    plt.axis('off')  # 关闭坐标轴

# 图像路径
path = "nvren.png"
# 读取图像
img = cv2.imread(path)
# 创建画布，设置DPI为300
plt.figure(dpi=300)
# 创建1行2列的子图，当前为第1个
plt.subplot(121)
# 显示原始图像
show_image(img, "原始图像")
#图像缩放
s_img = cv2.resize(img, (100, 150))  # 缩放图像到100x150像素
plt.subplot(122)  # 切换到第2个子图
show_image(s_img, "缩放图像")  # 显示缩放后的图像
plt.show()  # 显示所有图像

三、图像矫正 

3.1仿射变换与透视变换

  • 仿射变换

之前在图像旋转实验中已经接触过仿射变换，仿射变换是一个二维坐标系到另一个二维坐标系的过程，在仿射变换中符合直线的平直性和平行性。

  • 透视变换

透视变换是把一个图像投影到一个新的视平面的过程。在现实世界中，观察到的物体在人类视觉中都会受到透视效果的影响：近大远小。

透视变换可以把上面人眼看到的三维空间重新投影到二维平面，且消除出现的形变和透视畸变等问题。通俗的讲，透视变换的作用是改变物体被观察的视角。

上图就是一个透视变换的例子，很明显不符合平行性，但是并不是所有的不符合平直性和平行性的变换都是透视变换，透视变换需要满足中心投影关系：

实际开发中判断是否是透视变换的方法非常简单：只要是摄像头拍摄出的画面都是符合透视变换

3.2 透视变换矩阵 

与仿射变换相同，透视变换也有对应的透视变换矩阵，在这个过程原始图像src中的点(x,y)通过透视变换被转换到到dst图像中的新坐标点(x',y')

变换过程如下：

它将原始图像的齐次坐标(x,y,1)变换为目标图像齐次坐标的(X,Y,Z)，可以推导出：

Z是三维坐标，但是dst是二维图像，此需要把三维的Z消除（除以Z），可以得到新的表达式

a11，a12，...，a33表示一些旋转量和平移量，涉及到三维图像学的变换，因此不去详细研究，只要理解过程就行。

使用上面的透视变换矩阵需要给算法提供输入的数据，通过输入数据计算a11，a12，...，a33的值，此处提供的输入数据必须满足以下条件：

  • 在源图像src中选择四个点
  • 不能共线
  • 四个点要符合透视变换关系（来自于摄像头）

3.3 代码 

import cv2
import matplotlib.pyplot as plt
import numpy as np

def show_image(image, name):
    """显示图像

    Args:
        image: 输入图像(numpy数组)
        name: 图像标题(str)
    """
    plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置中文字体
    plt.rcParams['axes.unicode_minus'] = False  # 解决负号显示问题
    if len(image.shape) == 3:  # 彩色图像
        image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)  # BGR转RGB
    else:  # 灰度图像
        image = cv2.cvtColor(image, cv2.COLOR_GRAY2RGB)  # 灰度转RGB
    plt.imshow(image)  # 显示图像
    plt.title(name)  # 设置标题
    plt.axis('off')  # 关闭坐标轴
    
# 图像路径
path = "vipka.jpg"
# 读取图像
img = cv2.imread(path)
# 创建画布，设置DPI为300
plt.figure(dpi=300)
# 创建1行2列的子图，当前为第1个
plt.subplot(131)
# 显示原始图像
show_image(img, "原始图像")

# 定义透视变换的4个顶点坐标
points = [[110,60],[330,88],[72,185],[320,220]]
# 转换为浮点型numpy数组
pts = np.float32(points)

# 复制原图用于绘制ROI标记
img_fz = img.copy()
# 在图像上绘制ROI区域的四条边线
cv2.line(
        img_fz,
        pts[0].astype(np.int32).tolist(),
        pts[1].astype(np.int32).tolist(),
        (0,0,255),  # 红色
        2,  # 线宽
        cv2.LINE_AA  # 抗锯齿
        )
cv2.line(
        img_fz,
        pts[1].astype(np.int32).tolist(),
        pts[3].astype(np.int32).tolist(),
        (0,0,255),
        2,
        cv2.LINE_AA
        )
cv2.line(
        img_fz,
        pts[2].astype(np.int32).tolist(),
        pts[3].astype(np.int32).tolist(),
        (0,0,255),
        2,
        cv2.LINE_AA
        )
cv2.line(
        img_fz,
        pts[0].astype(np.int32).tolist(),
        pts[2].astype(np.int32).tolist(),
        (0,0,255),
        2,
        cv2.LINE_AA
        )
plt.subplot(132)
show_image(img_fz, "标记roi区域")

# 获取图像尺寸
img_shape = img.shape
# 定义目标透视变换的4个顶点坐标(对应图像四个角)
pts2 = np.float32([[0,0],[img_shape[1],0],[0,img_shape[0]],[img_shape[1],img_shape[0]]])

# 生成透视变换矩阵
m = cv2.getPerspectiveTransform(pts, pts2)

# 应用透视变换
dst = cv2.warpPerspective(img,
                          m,
                          (img.shape[1], img.shape[0]),  # 输出图像尺寸
                          cv2.INTER_LANCZOS4,  # 插值方法
                          cv2.BORDER_WRAP  # 边界处理方式
                          )
plt.subplot(133)
show_image(dst, "透视变换")
plt.show()  # 显示所有图像

四、图像添加水印 

4.1 模板输入

此组件的功能是输入一个水印图片，需要进行灰度化与二值化，还需要制作掩膜。

模板图建议使用包含透明图层的png格式，png格式支持Alpha通道（透明度），jpg不支持此通道，但是OpenCV默认读取图片是BGR三通道，因此会减少png的Alpha通道，结果就是黑色。

建议使用带透明的png图片作为水印。

在一些软件中会谁用灰白格表示透明区域，例如PS。

4.2 与运算

有了二值化之后的模板输入图，就可以在原始图像中根据模板大小切割出一个ROI区域，即要添加水印的区域，让二值化之后的模板与原图切割出的ROI区域进行与运算。

与 进行与运算，得到

4.3 图像融合

该组件的目的是将图像对应的位置像素进行叠加，需要注意的是两个像素数组的大小应该是相同的，另外还需要通道数相同。

把上面的原理图改为实际的图片，相加的结果如下所示：

5. 代码

 

import cv2

if __name__ == '__main__':
    # 1. 图片输入: 读取原始图片文件
    image_np = cv2.imread('kunkun.jpg')
    # 2. 模板输入: 读取logo模板图片文件
    logo = cv2.imread('tubiao.png')
    # 3. 灰度化: 将logo转换为灰度图像
    gray_logo = cv2.cvtColor(logo, cv2.COLOR_BGR2GRAY)
    # 4. 二值化: 使用OTSU算法自动计算阈值并进行反二值化处理
    #    参数说明:
    #    - gray_logo: 输入灰度图像
    #    - 100: 初始阈值(实际使用OTSU自动计算)
    #    - 255: 最大值
    #    - cv2.THRESH_OTSU + cv2.THRESH_BINARY_INV: 使用OTSU算法+反二值化
    ret, mask_logo = cv2.threshold(gray_logo, 100, 255, cv2.THRESH_OTSU + cv2.THRESH_BINARY_INV)
    # 5. 与运算: 在原图上提取与logo相同大小的ROI区域
    #    获取logo的尺寸(高度和宽度)
    rows, cols = logo.shape[:2]
    #    从原图中截取ROI区域(左上角开始)
    roi = image_np[:rows, :cols]
    #    使用按位与运算进行掩膜处理
    #    参数说明:
    #    - roi: 输入图像1
    #    - roi: 输入图像2
    #    - mask_logo: 掩膜图像
    image_np_bg = cv2.bitwise_and(
            roi,
            roi,
            mask=mask_logo
            )
    # 6. 图像融合: 将处理后的背景与原始logo进行叠加
    dst = cv2.add(image_np_bg, logo)
    #    将融合结果放回原图对应位置
    image_np[:rows, :cols] = dst
    # 7. 图片输出: 显示最终结果图像
    cv2.imshow('image_np', image_np)
    cv2.waitKey(0)

五、图像噪点消除

5.1 噪声

噪声指的是图像中的一些干扰因素，通常由于图像的采集设备或传输过程中导致的，表现为图像中部分像素点出现随机亮度，也可以理解为一些像素点与周围的像素点格格不入。

常见的噪声分为两类：

  • 高斯噪声

是一种符合正态分布的噪声，会使图像变得有明暗不均的噪点，如果是彩图可能还会出现颜色的分布不均。

  • 椒盐噪声

是一些黑色像素值分布在原图像中，可以把椒盐噪声理解为斑点，随机出现在画面中。

滤波器：实际上就是之前的卷积核，与自适应二值化中的核一样，本身是一个小区域，有这特定的核值，并且工作原理也实在原图上从左向右、从上到下进行滑动计算。

滤波器可以分为两类：

  • 线性滤波

对卷积核中的邻域像素进行线性计算，例如计算求和等，常见的线性滤波器有均值滤波、高斯滤波等。

  • 非线性滤波

利用原始图像与模板之间的一种逻辑关系得到结果，常见的非线性滤波器有中值滤波、双边滤波等。

5.2 均值滤波

均值滤波是一种最简单的滤波器，它直接计算卷积核区域内元素的平均值，例如3x3的卷积核：

一张高斯噪声图： 

import cv2
import numpy as np
import matplotlib.pyplot as plt

if __name__ == '__main__':
    # 1. 读取图像
    path = "gaosi.jpg"  # 图像文件路径
    img = cv2.imread(path)  # 使用OpenCV读取图像文件
    cv2.imshow("img", img)  # 显示原始图像窗口

    # 均值滤波
    # 使用3x3的核进行均值滤波处理
    # 参数说明:
    #   img: 输入图像
    #   (3,3): 滤波核大小
    lb_img = cv2.blur(img, (3, 3))  # 对图像进行均值滤波处理
    cv2.imshow("lb_img", lb_img)  # 显示滤波后的图像窗口
    cv2.waitKey(0)  # 等待按键输入

5.3 方框滤波

方框滤波与均值滤波非常像，如3x3的滤波核如下：

参数与均值滤波有相同的也有不同的，只讲解不同的（后文同），新参数：

  • ddepth 输出图像的深度

-1表示使用原图的深度，即每个像素点占用的位数，最常用的位数是cv2.CV_8U，即8位无符号整数：0-255

  • normalize 控制a的数值

当此参数为True时，方框滤波就是均值滤波；

当此参数为False时，a=1，相当于在区域内求像素和。

import cv2

if __name__ == '__main__':
    # 1. 读取图像
    path = "gaosi.jpg"  # 图像文件路径
    img = cv2.imread(path)  # 使用OpenCV读取图像文件
    cv2.imshow("img", img)  # 显示原始图像窗口

    # 使用boxFilter进行方框滤波
    # 参数说明:
    #   img: 输入图像
    #   -1: 输出图像深度(-1表示与输入相同)
    #   (3,3): 滤波核大小
    #   normalize=False: 不进行归一化(若为True则执行均值滤波)
    lb_img = cv2.boxFilter(
            img,
            -1,
            (3, 3),
            normalize=False,
            )
    cv2.imshow("lb_img", lb_img)  # 显示滤波后的图像窗口
    cv2.waitKey(0)  # 等待按键输入(0表示无限等待)

5.4 高斯滤波 

高斯滤波的核权重计算与自适应二值化的《高斯加权求和》过程完全相同。

当时以3x3为例，计算出核为：

可以看到多了一个SigmaX参数，对应的是高斯函数里σ的值，对应的效果就是中心区域的权重是否更大：SigmaX越大，中心像素的权重越低。

import cv2

if __name__ == '__main__':
    # 1. 读取图像
    path = "gaosi.jpg"  # 图像文件路径
    img = cv2.imread(path)  # 使用OpenCV读取图像文件
    # cv2.imshow: 显示图像窗口
    # 参数1: 窗口名称字符串
    # 参数2: 要显示的图像矩阵
    cv2.imshow("img", img)  # 显示原始图像窗口

    # cv2.GaussianBlur: 高斯滤波
    # 参数1: 输入图像
    # 参数2: 高斯核大小(宽度,高度)，必须是正奇数
    # 参数3: 标准差，控制模糊程度
    lb_img = cv2.GaussianBlur(img, (3, 3), 1)
    cv2.imshow("lb_img", lb_img)  # 显示滤波后的图像窗口

    # cv2.waitKey: 等待键盘输入
    # 参数: 延迟毫秒数(0表示无限等待)
    # 返回值: 按键的ASCII码值
    cv2.waitKey(0)  # 等待按键输入(0表示无限等待)

5.5 中值滤波

中值就是中位数，是核中对应的像素排序后的中间值，因此核本身没有数值，也不需要新增的参数。需要注意的是，默认的边界填充算法是边界复制。

import cv2

if __name__ == '__main__':
    # 1. 读取图像
    path = "gaosi.jpg"  # 图像文件路径
    img = cv2.imread(path)  # 使用OpenCV读取图像文件
    """
    显示图像窗口
    @param winname: 窗口名称字符串
    @param mat: 要显示的图像矩阵
    """
    cv2.imshow("img", img)  # 显示原始图像窗口

    """
    中值滤波处理图像
    @param src: 输入图像矩阵
    @param ksize: 滤波器大小(必须为奇数)
    @return: 滤波后的图像矩阵
    """
    lb_img = cv2.medianBlur(img, 5)  # 中值滤波
    cv2.imshow("lb_img", lb_img)  # 显示滤波后的图像窗口

    """
    等待键盘输入
    @param delay: 延迟时间(毫秒),0表示无限等待
    @return: 按键的ASCII码值
    """
    cv2.waitKey(0)  # 等待按键输入(0表示无限等待)

中值滤波特别擅长去除椒盐噪声，如下所示：

总结

        本文全面探讨了OpenCV在图像处理中的五大核心技术：镜像反转通过flip函数实现垂直、水平及双轴翻转，揭示了坐标变换原理；缩放技术通过resize函数灵活调整图像尺寸，保留关键信息；图像矫正利用透视变换矩阵消除透视畸变，强调四点定位与坐标映射关系；水印添加结合二值化模板与像素运算实现精准融合，突显ROI区域处理逻辑；噪声消除部分对比均值滤波、高斯滤波、中值滤波的算法差异，解析线性与非线性滤波对高斯噪声、椒盐噪声的针对性解决方案。全文通过代码实例演示各技术实现路径，完整呈现从理论到实践的图像处理闭环。

 

 

 

 

 

http://www.dtcms.com/a/114452.html

相关文章：

  • 算法设计学习10
  • React编程高级主题：错误处理（Error Handling）
  • ts基础知识总结
  • Java后端开发流程
  • [ctfshow web入门]burpsuite的下载与使用
  • 每日c/c++题 备战蓝桥杯（小球反弹）[运动分解求解，最大公约数gcd]
  • Java进阶之旅-day05：网络编程
  • 1-SQL server 2022和SSMS的使用案例1
  • 从零构建大语言模型全栈开发指南：附录与资源-2.数据集大全-公开语料库、多模态数据集与领域专用数据源
  • 构建第一个ArkTS应用：Hello World之旅
  • 【百日精通JAVA | SQL篇 | 第三篇】 MYSQL增删改查
  • scala课后总结（5）
  • matlab 计算点云的形心
  • Flask学习笔记 - 项目结构 + 路由
  • C++11观察者模式示例
  • C语言单链表的增删改补
  • 从制造业历史来看，汽车兴，则制造业兴，则国兴，则机器视觉兴
  • 云原生与微服务的关系
  • Git 换行符警告（LF replaced by CRLF）的解决方案
  • 【无人机】PX4 飞控系统架构
  • 【Scratch编程系列】Scratch编程软件界面
  • b4a安卓开发技术和建议,VB6开发Android APK
  • AT_abc212_d [ABC212D] Querying Multiset
  • 搭建健康基石，畅享活力人生
  • 大模型 MCP：开启 AI 与现实世界的无缝交互革命
  • CSS语言的学习路线
  • Android DiaLog全屏设置，带有叉号的弹窗，这个弹窗分为两个部分，一个是主体，另一个是关闭部分。自定义布局弹窗
  • BN 层的作用, 为什么有这个作用?
  • 常见的HR面问题汇总
  • 知识图谱：知识图谱多模态推理技术详解