文章目录
Part1
1. 图像读取
网上各种图像读取方法，我这里只根据目的划分为二进制和数组读取，两种方式——前者用于网络传输，后者用于广义上的图像处理。
1.1 二进制读取
使用ope() 以及 read()即可，其中使用'rb'指定以二进制的方式读取，用read而不是readline或者readlines，是读取全部的数据。
with open(data_path, 'rb') as f:
img = f.read()
print(f"type(img): {type(img)}") # <class 'bytes'>
print()
# print(f"img: {img}")
1.2 数组读取
在这里就有很多库可以实现了，比如PIL、matplotlib、opencv、keras 等。
其中，opencv 使用最为广泛。
import cv2
img = cv2.imread(data_path)
print(f"type(img): {type(img)}") # <class 'numpy.ndarray'>
print()
print(f"img:\n{img}")
需要注意的是，若 opencv 读取的是彩色图片，则其格式为 BGR 格式，而不是 matplotlib 的 RGB。
2. 图像处理
2.1 图像缩放
可以使用 opencv 的 resize()函数来完成。
注意 cv2.resize() 的一个坑：其第二个参数的 shape 为(width, height)，而不是cv2.read()后 img 的形状：(height, width)
介绍两种思路：等比缩放和固定比例缩放
# 图像缩放
height = img.shape[0]
width = img.shape[1]
# ① 长、宽等比缩放
ratio = 0.8 # 每次缩放 0.8
height = int(height * ratio)
width = int(width * ratio)
# # ② 以长边为基准 （16：9）
# ratio = 9/16
# if height > width:
# width = int(ratio * height)
# else:
# height = int(ratio * width)
img = cv2.resize(img, (width, height), interpolation=cv2.INTER_AREA) # interpolation：指定插值的方式
2.2 图像裁剪
暂略
2.3 像素级操作
暂略
完整代码
def img_processing(face_path):
'''
图像处理 （注册的时候使用）
:param: face_path: 完整图片路径（人脸图片位于相应姓名的文件下，注意图像取名的格式-包含下划线"_"）
:return: dic —— {"user_name":user_name , "pic_type": pic_type, "pic": pic} ，即图像名称、图像格式、图像数据
'''
ENCODING = 'utf-8'
face_name = os.path.split(face_path)[1] # 获取带后缀的图片名 (os.path.split返回路径和文件名两部分)
end_with = str(face_name.split('.')[-1])
end_with = "." + end_with # 获取文件后缀(带上".")
# print(f"end_with: {end_with}")
# 防止命名不合规
if "_" in face_name:
user_name = face_name.split('_')[0] # 根据图片名获得人名 （此处有很多 bug 需要注意:①不包含"_" ②包含多个"_"等）
else:
print(f"格式错误：文件命名没有发现下划线")
user_name = "Unknown"
# 确定图片类型
if end_with.lower() == '.bmp':
pic_type = 3
elif end_with.lower() =='.png':
pic_type = 2
else:
pic_type = 1 # jpg 和 jpeg 是相同的格式，均归为 1
# 图像读取和缩放
img_name = os.path.split(face_path)[1] # 图片原始名称v1
img_size = os.path.getsize(face_path) / 1024
print(f"img_size: {round(img_size, 3)}k")
# 根据不同的图片大小，使用不同的图片 read 方式
if img_size < 300:
# ① 图片小于 300k，则以二进制直接读取图片
# 过程：open —> b64encode —> decode -> 传输
with open(face_path, 'rb') as f:
img = f.read()
else:
# ② 图片大于等于 300k，则以opencv 读取图片，便于图片压缩
# 过程：v2.imread —> 缩放处理—> cv2.imencode —> b64encode —> decode -> 传输
img = cv2.imread(face_path) # imread：——> np 图片
print(f"Original Dimensions: {img.shape}")
# 图片压缩
# 循环：使用 oepncv 的 resize() 进行等比缩放
while img_size >= 300: # 对大于 300k 的图片进行缩处理
print("Start image compressing...")
# 图像缩放
height = img.shape[0]
width = img.shape[1]
# ① 长、宽等比缩放
ratio = 0.8 # 每次缩放 0.8
height = int(height * ratio)
width = int(width * ratio)
# # ② 以长边为基准 （16：9）
# ratio = 9/16
# if height > width:
# width = int(ratio * height)
# else:
# height = int(ratio * width)
img = cv2.resize(img, (width, height), interpolation=cv2.INTER_AREA) # interpolation：指定插值的方式
# 保存图片
save_path = "data/save/fixed/" + img_name # 这里将 resize 后的图片另存，待下次再读取大小
cv2.imwrite(save_path, img)
img_size = os.path.getsize(save_path) / 1024
print(f"Resized Dimensions: {img.shape}")
print()
print((f"Resized szie: {round(img_size, 3)} k"))
# 进行编码（np——>）
img = cv2.imencode(end_with.lower(), img)[1] # end_with 即为图片的格式
# print(f"img_encode: {len(img)}")
# 按指定编码的数据，编码成 base64 bytes
base64_bytes = b64encode(img)
# print(f"base64_bytes: {len(base64_bytes)},{len(base64_bytes) / 1024}k")
# 将 base64 字节码解码成 utf-8 格式的字符串
base64_string = base64_bytes.decode(ENCODING)
# print(f"base64_string: {len(base64_string)}, {len(base64_string) / 1024}k")
pic = base64_string
data = {"user_name":user_name , "pic_type": pic_type, "pic": pic} # 通过读取文件夹和文件获取 user_name 、pic_type、pic
return data
Part2
3. 图像显示
3.1 设置画布大小
plt.figure()中使用 figsize 参数即可
plt.figure(figsize=(width * 0.1, height * 0.1), dpi=10) # 此时图片像素：px, py = a*dpi, b*dpi
3.2 设置画布位置
# 设置/固定画布在屏幕上的位置
mngr = plt.get_current_fig_manager() # 获取当前figure manager
mngr.window.wm_geometry("+400+310") # 调整窗口在屏幕上弹出的位置 其中+380 指窗口左上角顶点的横坐标向X轴正方向移动400，+310 指窗口左上角顶点的纵坐标向Y轴正方向移动310。对
调整图片在画布中的位置
plt.subplots_adjust(top = 0.9, bottom = 0.25, left = 0.1, right = 0.9, hspace = 0 , wspace = 0) # 取值为 0-1 之间（调整图片在画布中的位置）
3.4 设置图像分辨率
plt.figure()中使用 dpi 参数即可
plt.figure(figsize=(width * 0.1, height * 0.1), dpi=10) # 此时图片像素：px, py = a*dpi, b*dpi
完整代码
# play image
def img_playing(face_path, playing_time):
'''
图片轮播 （认证的时候使用）
:param image_data: 读取后的 img 数据
:param num_img_all: 测试的图片数量 （影响到while循环）
:return:
'''
global num_initial_compare_lst
global num_compared
face_name = os.path.split(face_path)[1] # 获取带后缀的图片名 (os.path.split返回路径和文件名两部分)
end_with = str(face_name.split('.')[-1])
end_with = "." + end_with # 获取文件后缀(带上".")
# print(f"end_with: {end_with}")
# 防止命名不合规
if "_" in face_name:
user_name = face_name.split('_')[0] # 根据图片名获得人名 （此处有很多 bug 需要注意:①不包含"_" ②包含多个"_"等）
else:
print(f"格式错误：文件命名没有发现下划线")
user_name = "Unknown"
# # 确定图片类型
# if end_with.lower() == '.bmp':
# pic_type = 3
# elif end_with.lower() =='.png':
# pic_type = 2
# else:
# pic_type = 1 # jpg 和 jpeg 是相同的格式，均归为 1
# 图像读取和缩放
# img_name = os.path.split(face_path)[1] # 图片原始名称v1
# 读取图片
# 使用 oepncv 的 resize() 进行等比缩放
img = cv2.imread(face_path)
print(f"Original Dimensions: {img.shape}")
#
# # 图像缩放
# height = img.shape[0]
# width = img.shape[1]
# # # ① 长、宽等比缩放
# # ratio = 0.6
# # height = int(height * ratio)
# # width = int(width * ratio)
#
# # ② 以长边为基准 （16：9）
# ratio = 9/16
# if height > width:
# width = int(ratio * height)
# else:
# height = int(ratio * width)
# img = cv2.resize(img, (width, height), interpolation=cv2.INTER_AREA) # interpolation：指定插值的方式
# print(f"Resized Dimensions: {img.shape}")
# 显示图片
height = img.shape[0]
width = img.shape[1]
max_size = (2560, 1600) # mac 分辨率
max_height = max_size[1] * 0.6 # 图片最大高度
ratio = 9/16
if height > width:
height = max_height
width = int(ratio * height)
else:
height = max_height
width = int(1/ratio * height)
print(f"Resized Dimensions: {img.shape}")
plt.figure(figsize=(width * 0.1, height * 0.1), dpi=10) # 此时图片像素：px, py = a*dpi, b*dpi
# plt.subplots_adjust(top = 0.9, bottom = 0.25, left = 0.1, right = 0.9, hspace = 0 , wspace = 0) # 取值为 0-1 之间（调整图片在画布中的位置）
plt.margins(0, 0)
# 设置/固定画布在屏幕上的位置
mngr = plt.get_current_fig_manager() # 获取当前figure manager
mngr.window.wm_geometry("+400+310") # 调整窗口在屏幕上弹出的位置 其中+380 指窗口左上角顶点的横坐标向X轴正方向移动400，+310 指窗口左上角顶点的纵坐标向Y轴正方向移动310。对
# 使用plt 显示图片之前进行转换：BGR -> RGB
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # BGR -> RGB
# gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # RGB -> 灰度
# # 需要添加colormap 颜色映射函数为gray
# plt.imshow(gray, cmap="gray")
fontsize = int(width / 5)
plt.title(user_name, fontsize=fontsize, color='r') # 不显示标题可能是字体大小的问题
plt.imshow(img)
# # 暂停或者播放下一张
print("-----------继续采集照片中----------")
plt.pause(playing_time) #
plt.clf() # clear the current figure
plt.close('all') # 关闭所有图：避免重叠
15万+
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
