软硬件环境
- ubuntu 18.04 64bit
- anaconda with python 3.6
- imutils 0.5.2
imutils简介
imutils是Adrian Rosebrock开发的一个python工具包，它整合了opencv、numpy和matplotlib的相关操作，主要是用来进行图形图像的处理，如图像的平移、旋转、缩放、骨架提取、显示等等，后期又加入了针对视频的处理，如摄像头、本地文件等。imutils同时支持python2和python3。
安装imutils
pip install imutils如果需要查看源码的话，可以通过命令pip download imutils来下载
图片处理
图片的平移
图片的平移是指将图片在X轴或Y轴上移动。opencv中也提供了图片平移的实现，首先需要根据X和Y轴上的变化构建一个平移矩阵M，如下
然后调用cv2.warpAffine()实现平移。imutils封装了opencv中的平移操作。
import cv2
import imutils
image = cv2.imread('dj.jpeg')
translated = imutils.translate(image, 25, -75)
cv2.imwrite('translated.jpg', translated)
图片的旋转
方法是imutils.rotate()，跟2个参数，第一个是图片数据，第二个是旋转的角度，旋转是朝逆时针方向。同时imutils还提供了另一个相似的方法, rotate_round()，它就是按顺时针旋转的。
import cv2
import imutils
image = cv2.imread('dj.jpeg')
rotated = imutils.rotate(image, 90)
cv2.imwrite('rotated_90.jpg', rotated)
rotated_round = imutils.rotate_bound(image, 90)
cv2.imwrite('rotated_90_round.jpg', rotated_round)
图片的缩放
对图片的缩放，imutils是会保持原有图片的宽高比的, 函数是imutils.resize()，方法中可以指定宽度width=或者height=，两者取其一就可以了。
import cv2
import imutils
image = cv2.imread('dj.jpeg')
resized = imutils.resize(image, width=200)
cv2.imwrite('resized_width_200.jpg', resized)
骨架提取
Skeletonization,骨架提取，是指对图片中的物体进行拓扑骨架(topological skeleton)构建的过程。imutils提供的方法是skeletonize()，第二个参数是结构参数的尺寸(structuring element)，相当于是一个粒度，越小需要处理的时间越长。
import cv2
import imutils
image = cv2.imread('dj.jpeg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
skeleton = imutils.skeletonize(gray, size=(3, 3))
cv2.imwrite('skeleton.jpg', skeleton)
使用matplotlib显示
在opencv中，图形是表示成numpy数组的，且是BGR的序列，显示的话使用cv2.imshow就可以了，但是在matplotlib中，需要的是RGB序列。解决方法有两种:
- 使用
cv2.cvtColor进行转换 - 使用
imutils.opencv2matplotlib进行转换
import imutils
import cv2
import matplotlib.pyplot as plt
image = cv2.imread('dj.jpeg')
plt.figure('Incorrect')
plt.imshow(imutils.opencv2matplotlib(image))
plt.show() 
视频处理
这里以摄像头数据处理为例，本地视频文件的处理就是打开方式不同而已。
from threading import Thread
import cv2
class WebcamVideoStream:
def __init__(self, src=0, name="WebcamVideoStream"):
'''
类WebcamVideoStream的构造函数，通过指定src参数打开特定的摄像头，并读取第一帧的数据
'''
self.stream = cv2.VideoCapture(src)
(self.grabbed, self.frame) = self.stream.read()
# 线程名
self.name = name
# 线程是否结束的标志
self.stopped = False
def start(self):
# 启动读取视频帧的线程
t = Thread(target=self.update, name=self.name, args=())
t.daemon = True
t.start()
return self
def update(self):
while True:
if self.stopped:
return
# 读取下一帧数据
(self.grabbed, self.frame) = self.stream.read()
def read(self):
# 返回当前读取的视频帧
return self.frame
def stop(self):
# 停止线程
self.stopped = True
代码实现比较简单，相信都看得懂，这里不再解释；视频处理还有个重要的参数fps, 即每秒钟处理的帧数，imutils采用了最简单的实现方法，总平均帧数法即总的帧数除以所花费的时间。
import datetime
class FPS:
def __init__(self):
# 构造函数
self._start = None
self._end = None
self._numFrames = 0
def start(self):
# 开始时间
self._start = datetime.datetime.now()
return self
def stop(self):
# 结束时间
self._end = datetime.datetime.now()
def update(self):
# 统计帧数
self._numFrames += 1
def elapsed(self):
# 计算消耗的时间，单位为秒
return (self._end - self._start).total_seconds()
def fps(self):
return self._numFrames / self.elapsed()一点补充
大神Adrian Rosebrock自己维护了一个个人博客网站，地址是 https://www.pyimagesearch.com， 不定期放出计算机视觉及人工智能相关的教程，解释详尽，图文并茂，更赞的是还附带全部源码，非常值得经常去逛逛。
