图像识别是计算机视觉领域的一个重要分支，它涉及从图像中提取信息并进行分类或识别。Python 作为一门强大的编程语言，在图像识别方面有着广泛的应用。今天，我们就来聊聊 Python 图像识别的 10 个经典算法，并通过实际代码示例来帮助大家更好地理解和应用这些算法。
1. 直方图均衡化（Histogram Equalization）
直方图均衡化是一种常用的图像增强技术，可以改善图像的对比度。
import cv2
import matplotlib.pyplot as plt
# 读取图像
image = cv2.imread('example.jpg', 0) # 以灰度模式读取图像
# 应用直方图均衡化
equalized_image = cv2.equalizeHist(image)
# 显示原图和处理后的图像
plt.figure(figsize=(10, 5))
plt.subplot(1, 2, 1)
plt.title('Original Image')
plt.imshow(image, cmap='gray')
plt.subplot(1, 2, 2)
plt.title('Equalized Image')
plt.imshow(equalized_image, cmap='gray')
plt.show()
2. Canny 边缘检测
Canny 边缘检测是一种多级边缘检测算法，能够检测出图像中的边缘。
import cv2
import matplotlib.pyplot as plt
# 读取图像
image = cv2.imread('example.jpg', 0) # 以灰度模式读取图像
# 应用 Canny 边缘检测
edges = cv2.Canny(image, 100, 200)
# 显示原图和边缘检测结果
plt.figure(figsize=(10, 5))
plt.subplot(1, 2, 1)
plt.title('Original Image')
plt.imshow(image, cmap='gray')
plt.subplot(1, 2, 2)
plt.title('Edges')
plt.imshow(edges, cmap='gray')
plt.show()
3. Hough 变换
Hough 变换用于检测图像中的直线和圆等几何形状。
import cv2
import numpy as np
import matplotlib.pyplot as plt
# 读取图像
image = cv2.imread('example.jpg', 0) # 以灰度模式读取图像
# 应用 Canny 边缘检测
edges = cv2.Canny(image, 50, 150)
# 应用 Hough 变换检测直线
lines = cv2.HoughLinesP(edges, 1, np.pi / 180, threshold=100, minLineLength=100, maxLineGap=10)
# 绘制检测到的直线
line_image = cv2.cvtColor(image, cv2.COLOR_GRAY2BGR)
for line in lines:
x1, y1, x2, y2 = line[0]
cv2.line(line_image, (x1, y1), (x2, y2), (0, 255, 0), 2)
# 显示原图和检测结果
plt.figure(figsize=(10, 5))
plt.subplot(1, 2, 1)
plt.title('Original Image')
plt.imshow(image, cmap='gray')
plt.subplot(1, 2, 2)
plt.title('Detected Lines')
plt.imshow(line_image)
plt.show()
4. SIFT 特征检测
SIFT（Scale-Invariant Feature Transform）是一种用于图像特征检测和描述的算法。
import cv2
import matplotlib.pyplot as plt
# 读取图像
image = cv2.imread('example.jpg', 0) # 以灰度模式读取图像
# 创建 SIFT 对象
sift = cv2.SIFT_create()
# 检测关键点和描述符
keypoints, descriptors = sift.detectAndCompute(image, None)
# 绘制关键点
image_with_keypoints = cv2.drawKeypoints(image, keypoints, None, flags=cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS)
# 显示原图和关键点
plt.figure(figsize=(10, 5))
plt.subplot(1, 2, 1)
plt.title('Original Image')
plt.imshow(image, cmap='gray')
plt.subplot(1, 2, 2)
plt.title('Image with Keypoints')
plt.imshow(image_with_keypoints, cmap='gray')
plt.show()
5. SURF 特征检测
SURF（Speeded-Up Robust Features）是 SIFT 的一种快速版本。
import cv2
import matplotlib.pyplot as plt
# 读取图像
image = cv2.imread('example.jpg', 0) # 以灰度模式读取图像
# 创建 SURF 对象
surf = cv2.xfeatures2d.SURF_create(400)
# 检测关键点和描述符
keypoints, descriptors = surf.detectAndCompute(image, None)
# 绘制关键点
image_with_keypoints = cv2.drawKeypoints(image, keypoints, None, flags=cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS)
# 显示原图和关键点
plt.figure(figsize=(10, 5))
plt.subplot(1, 2, 1)
plt.title('Original Image')
plt.imshow(image, cmap='gray')
plt.subplot(1, 2, 2)
plt.title('Image with Keypoints')
plt.imshow(image_with_keypoints, cmap='gray')
plt.show()
6. ORB 特征检测
ORB（Oriented FAST and Rotated BRIEF）是一种高效的特征检测和描述算法。
import cv2
import matplotlib.pyplot as plt
# 读取图像
image = cv2.imread('example.jpg', 0) # 以灰度模式读取图像
# 创建 ORB 对象
orb = cv2.ORB_create()
# 检测关键点和描述符
keypoints, descriptors = orb.detectAndCompute(image, None)
# 绘制关键点
image_with_keypoints = cv2.drawKeypoints(image, keypoints, None, flags=cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS)
# 显示原图和关键点
plt.figure(figsize=(10, 5))
plt.subplot(1, 2, 1)
plt.title('Original Image')
plt.imshow(image, cmap='gray')
plt.subplot(1, 2, 2)
plt.title('Image with Keypoints')
plt.imshow(image_with_keypoints, cmap='gray')
plt.show()
7. K-Means 聚类
K-Means 是一种常用的聚类算法，可以用于图像分割。
import cv2
import numpy as np
import matplotlib.pyplot as plt
# 读取图像
image = cv2.imread('example.jpg')
# 将图像转换为二维数组
Z = image.reshape((-1, 3))
# 将数据类型转换为 float32
Z = np.float32(Z)
# 定义 K-Means 参数
criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 10, 1.0)
K = 3
ret, label, center = cv2.kmeans(Z, K, None, criteria, 10, cv2.KMEANS_RANDOM_CENTERS)
# 将中心值转换为 uint8
center = np.uint8(center)
# 将标签映射回图像
res = center[label.flatten()]
segmented_image = res.reshape((image.shape))
# 显示原图和分割后的图像
plt.figure(figsize=(10, 5))
plt.subplot(1, 2, 1)
plt.title('Original Image')
plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
plt.subplot(1, 2, 2)
plt.title('Segmented Image')
plt.imshow(cv2.cvtColor(segmented_image, cv2.COLOR_BGR2RGB))
plt.show()
8. 主成分分析（PCA）
PCA 是一种常用的数据降维技术，可以用于图像压缩。
import cv2
import numpy as np
import matplotlib.pyplot as plt
# 读取图像
image = cv2.imread('example.jpg', 0) # 以灰度模式读取图像
# 将图像转换为二维数组
Z = image.reshape((-1, 1))
# 将数据类型转换为 float32
Z = np.float32(Z)
# 应用 PCA
mean, eigenvectors = cv2.PCACompute(Z, mean=None)
# 选择前 n 个主成分
n_components = 50
projected = cv2.PCAProject(Z, mean, eigenvectors[:, :n_components])
# 重构图像
reconstructed = cv2.PCABackProject(projected, mean, eigenvectors[:, :n_components])
reconstructed_image = reconstructed.reshape(image.shape).astype(np.uint8)
# 显示原图和重构后的图像
plt.figure(figsize=(10, 5))
plt.subplot(1, 2, 1)
plt.title('Original Image')
plt.imshow(image, cmap='gray')
plt.subplot(1, 2, 2)
plt.title('Reconstructed Image')
plt.imshow(reconstructed_image, cmap='gray')
plt.show()
9. 卷积神经网络（CNN）
CNN 是深度学习中的一种常用模型，特别适用于图像识别任务。
import tensorflow as tf
from tensorflow.keras import layers, models
import matplotlib.pyplot as plt
# 加载数据集
(train_images, train_labels), (test_images, test_labels) = tf.keras.datasets.mnist.load_data()
# 数据预处理
train_images = train_images.reshape((60000, 28, 28, 1)).astype('float32') / 255
test_images = test_images.reshape((10000, 28, 28, 1)).astype('float32') / 255
# 构建 CNN 模型
model = models.Sequential([
layers.Conv2D(32, (3, 3), activation='relu', input_shape=(28, 28, 1)),
layers.MaxPooling2D((2, 2)),
layers.Conv2D(64, (3, 3), activation='relu'),
layers.MaxPooling2D((2, 2)),
layers.Conv2D(64, (3, 3), activation='relu'),
layers.Flatten(),
layers.Dense(64, activation='relu'),
layers.Dense(10, activation='softmax')
])
# 编译模型
model.compile(optimizer='adam',
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])
# 训练模型
history = model.fit(train_images, train_labels, epochs=5, batch_size=64, validation_split=0.2)
# 评估模型
test_loss, test_acc = model.evaluate(test_images, test_labels)
print(f'Test accuracy: {test_acc}')
# 绘制训练过程中的损失和准确率
plt.figure(figsize=(10, 5))
plt.subplot(1, 2, 1)
plt.plot(history.history['loss'], label='Training Loss')
plt.plot(history.history['val_loss'], label='Validation Loss')
plt.legend()
plt.subplot(1, 2, 2)
plt.plot(history.history['accuracy'], label='Training Accuracy')
plt.plot(history.history['val_accuracy'], label='Validation Accuracy')
plt.legend()
plt.show()
10. YOLOv5 目标检测
YOLO（You Only Look Once）是一种实时目标检测算法，YOLOv5 是其最新版本。
import torch
from PIL import Image
import matplotlib.pyplot as plt
# 加载预训练的 YOLOv5 模型
model = torch.hub.load('ultralytics/yolov5', 'yolov5s')
# 读取图像
image = Image.open('example.jpg')
# 进行目标检测
results = model(image)
# 显示检测结果
results.show()
实战案例：手写数字识别
假设我们需要构建一个手写数字识别系统，可以使用上面提到的 CNN 模型来实现。我们将使用 MNIST 数据集进行训练和测试。
import tensorflow as tf
from tensorflow.keras import layers, models
import matplotlib.pyplot as plt
# 加载数据集
(train_images, train_labels), (test_images, test_labels) = tf.keras.datasets.mnist.load_data()
# 数据预处理
train_images = train_images.reshape((60000, 28, 28, 1)).astype('float32') / 255
test_images = test_images.reshape((10000, 28, 28, 1)).astype('float32') / 255
# 构建 CNN 模型
model = models.Sequential([
layers.Conv2D(32, (3, 3), activation='relu', input_shape=(28, 28, 1)),
layers.MaxPooling2D((2, 2)),
layers.Conv2D(64, (3, 3), activation='relu'),
layers.MaxPooling2D((2, 2)),
layers.Conv2D(64, (3, 3), activation='relu'),
layers.Flatten(),
layers.Dense(64, activation='relu'),
layers.Dense(10, activation='softmax')
])
# 编译模型
model.compile(optimizer='adam',
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])
# 训练模型
history = model.fit(train_images, train_labels, epochs=5, batch_size=64, validation_split=0.2)
# 评估模型
test_loss, test_acc = model.evaluate(test_images, test_labels)
print(f'Test accuracy: {test_acc}')
# 绘制训练过程中的损失和准确率
plt.figure(figsize=(10, 5))
plt.subplot(1, 2, 1)
plt.plot(history.history['loss'], label='Training Loss')
plt.plot(history.history['val_loss'], label='Validation Loss')
plt.legend()
plt.subplot(1, 2, 2)
plt.plot(history.history['accuracy'], label='Training Accuracy')
plt.plot(history.history['val_accuracy'], label='Validation Accuracy')
plt.legend()
plt.show()
本文介绍了 Python 图像识别的 10 个经典算法，包括直方图均衡化、Canny 边缘检测、Hough 变换、SIFT 特征检测、SURF 特征检测、ORB 特征检测、K-Means 聚类、主成分分析（PCA）、卷积神经网络（CNN）和 YOLOv5 目标检测。通过实际代码示例，我们展示了如何应用这些算法来处理图像。
好了，今天的分享就到这里了，我们下期见。如果本文对你有帮助，请动动你可爱的小手指点赞、转发、在看吧！
文末福利
公众号消息窗口回复“编程资料”，获取Python编程、人工智能、爬虫等100+本精品电子书。
