imutils简介

imutils对一系列OpenCV函数进行二次封装，执行基本任务，如平移、旋转、调整大小和骨架提取。

1.安装

这个包假设您已经安装了NumPy和OpenCV(如果您打算使用opencv2matplotlib函数，还安装了matplotlib)。

要安装库，只需使用以下命令：

pip install imutils

2.对OpenCV函数的二次封装

让我们继续，看看我们可以用这个包做什么。

2.1平移

平移是指图像在x或y方向上的平移。要在OpenCV中平移图像，你需要提供(x, y)的平移量，表示为(tx, ty)以构造平移矩阵M:
M = [ 1 0 t x 0 1 t y ] M =

$$\left[\begin{array}{ccc}1& 0& t_x\\ 0& 1& t_y\end{array}\right]$$

M=[1001txty]
然后，您需要应用函数cv2. warpaffine。

我们不再手工构造平移矩阵M，只需要调用imutils的translate函数。

import imutils
import cv2

img = cv2.imread("translate.png")
cv2.imshow("src", img)
# 向右平移图像25像素，向上平移图像75像素
translate_img = imutils.translate(img, 25, -75)
cv2.imshow("translate_img", translate_img)
cv2.waitKey()

2.2旋转

在OpenCV中旋转图像是通过调用cv2.getRotationMatrix2D和cv2.warpAffine来完成的。需要进一步注意提供图像旋转点的(x, y)坐标。这些调用会迅速增加计算，使代码变得笨重且可读性较差。imutils中的rotate函数可以帮助解决这个问题。

import imutils
import cv2

img = cv2.imread("translate.png")
cv2.imshow("src", img)
# 在角度上循环以旋转图像
for angle in range(0, 360, 90):
    # 旋转图像并显示它
    rotated = imutils.rotate(img, angle=angle)  # 旋转后的图像在原图尺寸里面的部分，会丢失信息
    # rotated = imutils.rotate_bound(img, angle=angle)  # 旋转后的图像的最小外接矩形
    cv2.imshow("Angle=%d" % (angle), rotated)
cv2.waitKey()

2.3缩放

在OpenCV中调整图像大小是通过调用cv2.resize函数来完成的。然而，需要特别注意imutils.resize确保长宽比是不变的。imutils的这个resize函数保持了长宽比，并提供了关键字参数width和height，以便图像可以调整到预期的宽度/高度，同时(1)保持长宽比，(2)确保图像的尺寸不必由开发人员显式计算。

另一个可选关键字参数inter，也可以用于指定插值方法。

import imutils
import cv2

img = cv2.imread("translate.png")
cv2.imshow("src", img)
# 在不同的宽度上循环以调整图像的大小
for width in (400, 300, 200, 100):
    # 调整图像大小并显示它
    resized = imutils.resize(img, width=width)
    cv2.imshow("Width=%dpx" % (width), resized)
cv2.waitKey()

2.4骨架化

骨架化是在图像中构建物体的“拓扑骨架”的过程，该物体被假定为黑色背景下的白色物体。OpenCV没有提供显式构造骨架的函数，但提供了形态和二进制函数来实现这一点。

为方便起见，可以利用imutils的skeletonize函数来构造图像的拓扑骨架。

第一个参数size是结构化元素内核的大小。一个可选参数structuring，可以用来控制结构化元素-它默认为cv2.MORPH_RECT，但可以是任何有效的结构元素。

import imutils
import cv2

logo = cv2.imread("pyimagesearch.jpg")
cv2.imshow("src", logo)
# 骨架提取
gray = cv2.cvtColor(logo, cv2.COLOR_BGR2GRAY)
skeleton = imutils.skeletonize(gray, size=(3, 3))
cv2.imshow("Skeleton", skeleton)
cv2.waitKey()

2.5 Matplotlib显示图片

在OpenCV的Python绑定中，图像以BGR顺序表示为NumPy数组。当使用cv2.imshow时，这工作得很好。但是，如果您打算使用Matplotlib，因为plt.imshow函数假设图像是RGB顺序的。调用cv2.cvtColor将解决这个问题，或者您可以使用opencv2matplotlib函数。

import imutils
import cv2
import matplotlib.pyplot as plt

logo = cv2.imread("translate.png")
cv2.imshow("src", logo)
# 错误用法:显示图像时不转换颜色空间
plt.figure("Incorrect")
plt.imshow(logo)
# 正确用法:在使用plt.imshow之前转换颜色空间
plt.figure("Correct")
plt.imshow(imutils.opencv2matplotlib(logo))
plt.show()
cv2.waitKey()

3.imutils的源码

3.1平移

def translate(image, x, y):
    # 定义平移矩阵并执行平移操作
    M = np.float32([[1, 0, x], [0, 1, y]])
    shifted = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))

    # 返回平移后的图像
    return shifted

3.2旋转

def rotate(image, angle, center=None, scale=1.0):
    # 获取图像宽高
    (h, w) = image.shape[:2]

    # 如果center为None，则将其初始化为图像的中心
    if center is None:
        center = (w // 2, h // 2)

    # 旋转实现
    M = cv2.getRotationMatrix2D(center, angle, scale)
    rotated = cv2.warpAffine(image, M, (w, h))

    # 返回旋转后的图像
    return rotated

3.3缩放

def resize(image, width=None, height=None, inter=cv2.INTER_AREA):
    # 初始化要调整大小的图像的尺寸并获取图像大小
    dim = None
    (h, w) = image.shape[:2]

    # 如果width和height都为None，则返回原始图像
    if width is None and height is None:
        return image

    # 检查width是否为None
    if width is None:
        # 计算高度的比率和构造尺寸
        r = height / float(h)
        dim = (int(w * r), height)

    # 否则，height为None
    else:
        # 计算宽度的比率和构造尺寸
        r = width / float(w)
        dim = (width, int(h * r))

    # 调整图像大小
    resized = cv2.resize(image, dim, interpolation=inter)

    # 返回调整后的图像
    return resized

3.4骨架化

def skeletonize(image, size, structuring=cv2.MORPH_RECT):
    # 确定面积(即图像中的总像素数)，
    # 初始化输出的骨架图像，构造形态结构元素
    area = image.shape[0] * image.shape[1]
    skeleton = np.zeros(image.shape, dtype="uint8")
    elem = cv2.getStructuringElement(structuring, size)

    # 继续循环直到从图像中移除所有像素
    while True:
        # 使用结构元素腐蚀和膨胀图像
        eroded = cv2.erode(image, elem)
        temp = cv2.dilate(eroded, elem)

        # 从原始图像中减去临时图像，然后在骨架和临时图像之间取位“或”
        temp = cv2.subtract(image, temp)
        skeleton = cv2.bitwise_or(skeleton, temp)
        image = eroded.copy()

        # 如果图像中没有更多的“白色”像素，那么就退出循环
        if area == area - cv2.countNonZero(image):
            break

    # 返回骨架提取后的结果
    return skeleton

3.5Matplotlib显示图片

def opencv2matplotlib(image):
    # OpenCV以BGR顺序表示图像;然而，Matplotlib期望图像在RGB顺序，所以简单地从BGR转换为RGB并返回
    return cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

参考目录

https://www.pyimagesearch.com/2015/02/02/just-open-sourced-personal-imutils-package-series-opencv-convenience-functions/