python獲取圖片像素

『壹』 您好，請問怎麼用python寫程序關於計算八張圖片的像素平均值並將其放到

每張圖像是一個二維矩陣（灰度圖像）或者三維張量（彩色圖像）。計算均值的話可以用

importnumpyasnp
np.mean()

這個函數的功能可以查看你的python庫，help(np)即可（或者help(numpy)）。

『貳』 python處理圖片數據

目錄

1.機器是如何存儲圖像的？

2.在Python中讀取圖像數據

3.從圖像數據中提取特徵的方法#1：灰度像素值特徵

4.從圖像數據中提取特徵的方法#2：通道的平均像素值

5.從圖像數據中提取特徵的方法#3：提取邊緣
是一張數字8的圖像，仔細觀察就會發現，圖像是由小方格組成的。這些小方格被稱為像素。

但是要注意，人們是以視覺的形式觀察圖像的，可以輕松區分邊緣和顏色，從而識別圖片中的內容。然而機器很難做到這一點，它們以數字的形式存儲圖像。請看下圖：

機器以數字矩陣的形式儲存圖像，矩陣大小取決於任意給定圖像的像素數。

假設圖像的尺寸為180 x 200或n x m，這些尺寸基本上是圖像中的像素數（高x寬）。

這些數字或像素值表示像素的強度或亮度，較小的數字（接近0）表示黑色，較大的數字（接近255）表示白色。通過分析下面的圖像，讀者就會弄懂到目前為止所學到的知識。

下圖的尺寸為22 x 16，讀者可以通過計算像素數來驗證：

圖片源於機器學習應用課程

剛才討論的例子是黑白圖像，如果是生活中更為普遍的彩色呢？你是否認為彩色圖像也以2D矩陣的形式存儲？

彩色圖像通常由多種顏色組成，幾乎所有顏色都可以從三原色（紅色，綠色和藍色）生成。

因此，如果是彩色圖像，則要用到三個矩陣（或通道）——紅、綠、藍。每個矩陣值介於0到255之間，表示該像素的顏色強度。觀察下圖來理解這個概念：

圖片源於機器學習應用課程

左邊有一幅彩色圖像（人類可以看到），而在右邊，紅綠藍三個顏色通道對應三個矩陣，疊加三個通道以形成彩色圖像。

請注意，由於原始矩陣非常大且可視化難度較高，因此這些不是給定圖像的原始像素值。此外，還可以用各種其他的格式來存儲圖像，RGB是最受歡迎的，所以筆者放到這里。讀者可以在此處閱讀更多關於其他流行格式的信息。

用Python讀取圖像數據

下面開始將理論知識付諸實踐。啟動Python並載入圖像以觀察矩陣：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
from skimage.io import imread, imshow
image = imread('image_8_original.png', as_gray=True)
imshow(image)

#checking image shape
image.shape, image

（28，28）

矩陣有784個值，而且這只是整個矩陣的一小部分。用一個LIVE編碼窗口，不用離開本文就可以運行上述所有代碼並查看結果。

下面來深入探討本文背後的核心思想，並探索使用像素值作為特徵的各種方法。

方法#1：灰度像素值特徵

從圖像創建特徵最簡單的方法就是將原始的像素用作單獨的特徵。

考慮相同的示例，就是上面那張圖（數字『8』），圖像尺寸為28×28。

能猜出這張圖片的特徵數量嗎？答案是與像素數相同！也就是有784個。

那麼問題來了，如何安排這784個像素作為特徵呢？這樣，可以簡單地依次追加每個像素值從而生成特徵向量。如下圖所示：

下面來用Python繪制圖像，並為該圖像創建這些特徵：

image = imread('puppy.jpeg', as_gray=True)

image.shape, imshow(image)

（650，450）

該圖像尺寸為650×450，因此特徵數量應為297,000。可以使用NumPy中的reshape函數生成，在其中指定圖像尺寸：

#pixel features

features = np.reshape(image, (660*450))

features.shape, features

(297000,)
array([0.96470588, 0.96470588, 0.96470588, ..., 0.96862745, 0.96470588,
0.96470588])

這里就得到了特徵——長度為297,000的一維數組。很簡單吧？在實時編碼窗口中嘗試使用此方法提取特徵。

但結果只有一個通道或灰度圖像，對於彩色圖像是否也可以這樣呢？來看看吧！

方法#2：通道的平均像素值

在讀取上一節中的圖像時，設置了參數『as_gray = True』，因此在圖像中只有一個通道，可以輕松附加像素值。下面刪除參數並再次載入圖像：

image = imread('puppy.jpeg')
image.shape

(660, 450, 3)

這次，圖像尺寸為（660，450，3），其中3為通道數量。可以像之前一樣繼續創建特徵，此時特徵數量將是660*450*3 = 891,000。

或者，可以使用另一種方法：

生成一個新矩陣，這個矩陣具有來自三個通道的像素平均值，而不是分別使用三個通道中的像素值。

下圖可以讓讀者更清楚地了解這一思路：

這樣一來，特徵數量保持不變，並且還能考慮來自圖像全部三個通道的像素值。

image = imread('puppy.jpeg')
feature_matrix = np.zeros((660,450))
feature_matrix.shape

(660, 450)

現有一個尺寸為（660×450×3）的三維矩陣，其中660為高度，450為寬度，3是通道數。為獲取平均像素值，要使用for循環：

for i in range(0,iimage.shape[0]):
for j in range(0,image.shape[1]):
feature_matrix[i][j] = ((int(image[i,j,0]) + int(image[i,j,1]) + int(image[i,j,2]))/3)

新矩陣具有相同的高度和寬度，但只有一個通道。現在，可以按照與上一節相同的步驟進行操作。依次附加像素值以獲得一維數組：

features = np.reshape(feature_matrix, (660*450))
features.shape

(297000,)

方法#3：提取邊緣特徵

請思考，在下圖中，如何識別其中存在的對象：

識別出圖中的對象很容易——狗、汽車、還有貓，那麼在區分的時候要考慮哪些特徵呢？形狀是一個重要因素，其次是顏色，或者大小。如果機器也能像這樣識別形狀會怎麼樣？

類似的想法是提取邊緣作為特徵並將其作為模型的輸入。稍微考慮一下，要如何識別圖像中的邊緣呢？邊緣一般都是顏色急劇變化的地方，請看下圖：

筆者在這里突出了兩個邊緣。這兩處邊緣之所以可以被識別是因為在圖中，可以分別看到顏色從白色變為棕色，或者由棕色變為黑色。如你所知，圖像以數字的形式表示，因此就要尋找哪些像素值發生了劇烈變化。

假設圖像矩陣如下：

圖片源於機器學習應用課程

該像素兩側的像素值差異很大，於是可以得出結論，該像素處存在顯著的轉變，因此其為邊緣。現在問題又來了，是否一定要手動執行此步驟？

當然不！有各種可用於突出顯示圖像邊緣的內核，剛才討論的方法也可以使用Prewitt內核（在x方向上）來實現。以下是Prewitt內核：

獲取所選像素周圍的值，並將其與所選內核（Prewitt內核）相乘，然後可以添加結果值以獲得最終值。由於±1已經分別存在於兩列之中，因此添加這些值就相當於獲取差異。

還有其他各種內核，下面是四種最常用的內核：

圖片源於機器學習應用課程

現在回到筆記本，為同一圖像生成邊緣特徵：

#importing the required libraries
import numpy as np
from skimage.io import imread, imshow
from skimage.filters import prewitt_h,prewitt_v
import matplotlib.pyplot as plt
%matplotlib inline

#reading the image
image = imread('puppy.jpeg',as_gray=True)

#calculating horizontal edges using prewitt kernel
edges_prewitt_horizontal = prewitt_h(image)
#calculating vertical edges using prewitt kernel
edges_prewitt_vertical = prewitt_v(image)

imshow(edges_prewitt_vertical, cmap='gray')

『叄』 為什麼用Python的openCV讀取圖片與PIL讀取的圖片像素值會不一樣

經測試，同一張圖片，使用 PIL和 OpenCv庫讀取的數據是一樣的（經過BGR轉成RGB）：

建議：可以嘗試更新 PIL或是 OpenCv庫。

本機測試環境： Python 3.7+Pillow 6.2 +opencv-python 4.1

『肆』 怎樣利用Python進行圖片分析

fromPILimportImage###此處為導出包，注意字母大小寫
importos,os.path

#指明被遍歷的文件夾
rootdir=os.path.abspath(os.curdir)+'/Image/'
rootdir1=os.path.abspath(os.pardir)+"/Image/"

#打包用
ifos.path.isdir(rootdir):
pass
else:
rootdir=rootdir1

size=315,560
i=0

forparent,dirnames,filenamesinos.walk(rootdir):
forfilenameinfilenames:
infile=os.path.join(parent,filename)
im=Image.open(infile)###此處Image.open(dir)為多數對象應用的基礎.
im.thumbnail(size)###此處size為長度為2的tuple類型，改變圖片解析度
im.save(infile)###im.save(dir)，圖片處理的最後都用這個，就是保存處理過後的圖片
i+=1
print(i,"Done")

要用pil包 安裝如下：pipinstallpillow

『伍』 Python 的題

from selenium import webdriver # 用來驅動瀏覽器的from selenium.webdriver import ActionChains # 破解滑動驗證碼的時候用的 可以拖動圖片import timefrom PIL import Image # pip3 install pillowimport random# 截圖圖片函數def cut_image(driver): # 獲取整個頁面圖片，圖片名字為'snap.png'
driver.save_screenshot('snap.png') # 獲取滑動小畫圖
image = driver.find_element_by_class_name('geetest_canvas_img') print(image.location) print(image.size) # 獲取小圖片的左上右下的位置
left = image.location['x']
top = image.location['y']
right = left + image.size['width']
buttom = top + image.size['height'] print(left, top, right, buttom) # 調用open方法打開全屏圖片並賦值給image_obj對象
image_obj = Image.open('snap.png') # 通過image_obj對象對小圖片進行截取
# box: The crop rectangle, as a (left, upper, right, lower)-tuple.
img = image_obj.crop((left, top, right, buttom)) # 打開截取後的小圖片
# img.show()
return img# 獲取完整圖片def get_image1(driver):
time.sleep(2) # 修改document文檔樹，把完整圖片的display屬性修改為block
js_code = '''
var x = document.getElementsByClassName("geetest_canvas_fullbg")[0].style.display = "block"; '''

# 執行js代碼 driver.execute_script(js_code) # 截取圖片
image = cut_image(driver) return image# 獲取有缺口圖片def get_image2(driver):
time.sleep(2) # 修改document文檔樹，把完整圖片的display屬性修改為block
js_code = '''
var x = document.getElementsByClassName("geetest_canvas_fullbg")[0].style.display = "none"; '''

# 執行js代碼 driver.execute_script(js_code) # 截取圖片
image = cut_image(driver) return image# 獲取滑塊滑動距離def get_distance(image1, image2): # 小滑塊右側位置
start = 60 # 像素差
num = 60 print(image1.size) for x in range(start, image1.size[0]): for y in range(image1.size[1]): # 獲取image1完整圖片每一個坐標的像素點
rgb1 = image1.load()[x, y] # 獲取image2缺口圖片每一個坐標的像素點
rgb2 = image2.load()[x, y] # (60, 86, 40) (60, 86, 40) rgb
print(rgb1, rgb2) # abs獲取絕對值， 像素點比較的值
r = abs(rgb1[0] - rgb2[0])
g = abs(rgb1[1] - rgb2[1])
b = abs(rgb1[2] - rgb2[2]) # 如果條件成立，則找到缺口位置
if not (r < num and g < num and b < num): # 有誤差 - 7像素
return x - 7# 模擬人的滑動軌跡def get_strck_move(distance):
distance += 20 '''
滑動行為軌跡
加速公式:
v = v0 + a * t

路程公式:
s = v0 * t + 0.5 * a * (t ** 2) '''

# 初速度
v0 = 0 # 時間
t = 0.2 # 位置
s = 0 # 滑動軌跡列表 向前滑動列表
move_list = [] # 中間值,作為加減速度的位置
mid = distance / 5 * 3 # 加減速度列表
v_list = [1, 2, 3, 4] # 循環位移
while s < distance: if s < mid: # 隨機獲取一個加速度
a = v_list[random.randint(0, len(v_list) - 1)] else: # 隨機獲取一個減速度
a = -v_list[random.randint(0, len(v_list) - 1)] '''
勻加速\減速運行
v = v0 + a * t

位移:
s = v * t + 0.5 * a * (t**2) '''
# 獲取初始速度
v = v0 # 路程公式:
s1 = v * t + 0.5 * a * (t ** 2)
s1 = round(s1) # 取整

# 加速公式:
# v = v0 + a * t
m_v = v + a * t # 把當前加/減速度賦值給初始速度，以便下一次計算
v0 = m_v # 把位移添加到滑動列表中 move_list.append(s1) # 修改滑動初始距離
s += s1 # 後退列表, 自定義後退滑動軌跡,必須是負值
back_list = [-1, -1, -2, -3, -2, -1, -1, -2, -3, -2, -1, -1] return {'move_list': move_list, 'back_list': back_list}def main():
driver = webdriver.Chrome(r'F:\python學習\Scripts\chromedriver')
driver.implicitly_wait(10) try:
driver.get('https://account.cnblogs.com/signin?returnUrl=https%3A%2F%2Fwww.cnblogs.com%2F') # 1、輸入用戶名與密碼，並點擊登錄
user_input = driver.find_element_by_id('LoginName')
user_input.send_keys('你的博客園賬號')
time.sleep(0.2)

pwd_input = driver.find_element_by_id('Password')
pwd_input.send_keys('你的博客園密碼')
time.sleep(2)

login_submit = driver.find_element_by_id('submitBtn')
login_submit.click() # 2、獲取完整的圖片
image1 = get_image1(driver) # 3、獲取有缺口圖片
image2 = get_image2(driver) # 4、比對兩張圖片，獲取滑動距離
distance = get_distance(image1, image2) print(distance) # 5、模擬人的滑動軌跡
move_dict = get_strck_move(distance) # 獲取前進滑動軌跡
move_list = move_dict['move_list'] # 獲取後退滑動軌跡
back_list = move_dict['back_list'] # 6、開始滑動
move_tag = driver.find_element_by_class_name('geetest_slider_button') # 點擊摁住滑動按鈕 ActionChains(driver).click_and_hold(move_tag).perform() # 向前滑動
for move in move_list:
ActionChains(driver).move_by_offset(xoffset=move, yoffset=0).perform()
time.sleep(0.1)

time.sleep(0.1) # 向後滑動
for back in back_list:
ActionChains(driver).move_by_offset(xoffset=back, yoffset=0).perform()
time.sleep(0.1) # 製作微妙晃動
ActionChains(driver).move_by_offset(xoffset=3, yoffset=0).perform()
ActionChains(driver).move_by_offset(xoffset=-3, yoffset=0).perform()

time.sleep(0.1) # 釋放滑動按鈕 ActionChains(driver).release().perform()

time.sleep(100) finally:
driver.close()if __name__ == '__main__':
main()