目录
本机环境
安装
函数及属性
列举imutils库信息
属性和函数介绍及使用
属性
常用函数
方法使用
图像平移
图像缩放
图像旋转
骨架提取
通道转换
OPenCV版本的检测
综合测试
介绍
imutils 是一个用于图像处理和计算机视觉任务的 Python 工具包。它提供了一系列方便实用的函数，可以简化常见的图像处理任务，imutils 库的发展始于 2015 年，作者是 Adrian Rosebrock。实际上，imutils是在OPenCV基础上的一个简单封装从而达到更为简结的调用OPenCV接口的目的，来轻松的实现图像的平移，旋转，缩放，骨架化等一系列的操作。
本机环境
windows10 64位 企业版
python 3.6.8（X64）
imutils == 0.5.3
opencv-python==3.4.2.16
库文件讲解及下载地址：https://github.com/PyImageSearch/imutils
安装
pip install imutils在安装前应确认已安装numpy,scipy,matplotlib和opencv，如果出现缺失包错误，可以使用下面安装命令,会把所有包安装：
pip install NumPy SciPy opencv-python matplotlib imutils如果安装速度过慢，可以使用 国内镜像连接下载来提高速度：
pip install imutils -i https://pypi.tuna.tsinghua.edu.cn/simple函数及属性
列举imutils库信息
在cmd命令下导入imutils后，使用dir(imutils)可以查看该库对应的所有函数及属性相关信息，其中以下划线开始和结束的是对象的内部特殊属性，小写字母开头的表示常用的函数
属性和函数介绍及使用
属性
__builtins__:是一个内置模块，它包含了 Python 的内置函数和异常。__builtins__ 是 Python 语言的一部分，它包含了一些常用的函数和异常，例如 print()、len()、TypeError 等。这些函数和异常在 Python 的任何地方都可以直接使用，而无需导入任何模块。在 imutils 库中，可以通过以下方式访问 __builtins__：
import imutilsprint(imutils.__builtins__) # 输出 __builtins__ 模块
注意: __builtins__ 在 Python 的全局范围内是一个内置模块，而不仅仅在 imutils 库中可用。
__cached__： 用于存储模块的缓存文件路径的特殊属性。当一个模块被导入时，Python 会检查模块是否已经有对应的缓存文件。如果有，它会比较缓存文件的时间戳和源文件的时间戳，以确定是否需要重新编译模块，每一个模块基本上都会有这个属性。
__doc__： 在 imutils 库中，__doc__ 属性用于存储模块、类、函数或方法的文档字符串。通过访问 __doc__ 属性，你可以获取对象的文档字符串。以下是一个示例代码，演示如何用 __doc__ 属性获取 imutils 模块中对象的文档字符串：
import imutilsprint(imutils.__doc__) # 输出 imutils 模块的文档字符串
print(imutils.resize.__doc__) # 输出 resize 函数的文档字符串
print(imutils.rotate_bound.__doc__) # 输出 rotate_bound 函数的文档字符串输出结果将会是对应对象的文档字符串内容。请注意，__doc__ 属性只在导入的模块中可用，而不是在 Python 解释器的交互式控制台中。
__file__：是一个属性，而不是内置函数。在 Python 中，__file__ 是一个用于获取模块文件路径的特殊属性。当一个模块被导入时，Python 会在 __file__ 属性中存储该模块的文件路径。这个属性可以帮助开发者找到模块所在的文件位置，以便进行一些操作，比如读取文件内容、获取文件的元信息等。在 imutils 库中，__file__ 属性可以用来获取 imutils 模块的文件路径。例如，你可以使用以下代码来获取 imutils 模块的文件路径：
import imutilsprint(imutils.__file__)
请注意，__file__ 属性只在导入的模块中可用，而不是在 Python 解释器的交互式控制台中。
__loader__： 在 Python 中，__loader__ 是一个特殊属性，用于存储加载模块的加载器（loader）对象。这个属性通常在包（package）或模块中使用。在 imutils 库中，__loader__ 属性用于存储加载 imutils 模块的加载器对象。加载器对象负责加载模块并创建模块对象。以下是一个示例代码，演示如何使用 __loader__ 属性获取 imutils 模块的加载器对象，输出结果将会是一个加载器对象的表示形式。
__name__：在 Python 中，__name__ 是一个特殊属性，用于存储模块的名称。这个属性通常在包（package）或模块中使用。在 imutils 库中，__name__ 属性用于存储模块的名称。当直接运行一个模块时，__name__ 的值将是 "__main__"。当作为一个模块被导入时，__name__ 的值将是模块的名称。以下是一个示例代码，演示如何使用 __name__ 属性获取 imutils 模块的名称：
import imutilsprint(imutils.__name__) # 输出 imutils 模块的名称
__package__：在 imutils 库中，__package__ 属性用于存储模块或包的名称。具体来说，__package__ 属性表示当前模块或包的名称。以下是一个示例代码，演示如何使用 __package__ 属性获取 imutils 包的名称：
import imutilsprint(imutils.__package__) # 输出 imutils 包的名称
__path__：用于存储模块的路径信息。具体来说，imutils 是一个包，而不仅仅是一个模块。它包含了多个模块和子包。__path__ 属性表示 imutils 包的路径，即该包所在的文件夹的路径。以下是一个示例代码，演示如何使用 __path__ 属性获取 imutils 包的路径信息，输出结果将会是一个包含路径的列表，其中每个元素表示一个路径。：
import imutilsprint(imutils.__path__) # 输出 imutils 包的路径
__spec__：用于存储 imutils 模块的规范。通过访问 __spec__ 属性，你可以获取有关模块的一些信息，比如模块的名称、文件路径、加载器等。以下是一个示例代码，演示如何使用 __spec__ 属性获取 imutils 模块的规范信息：
import imutilsprint(imutils.__spec__.name) # 输出模块名称
print(imutils.__spec__.origin) # 输出模块的文件路径
print(imutils.__spec__.loader) # 输出模块的加载器
__version__：是一个特殊属性，用于存储库的版本号。
常用函数
1.resize(image, width=None, height=None, inter=cv2.INTER_LINEAR)：调整图像大小。可以通过指定 width 或 height 来设置新的图像尺寸，也可以同时指定两者。inter 参数用于指定插值方法，默认为 cv2.INTER_LINEAR。
2.rotate(image, angle)：旋转图像。angle 参数指定旋转角度，正值表示逆时针旋转，负值表示顺时针旋转。
3.translate(image, x, y)：平移图像。image参数是要移动的图像，x 和 y 参数指定在 x 和 y 轴上的平移距离。
4.grab_contours(cnts)：解决 OpenCV 版本兼容性问题的函数，用于从 cv2.findContours() 返回的结果中提取轮廓。
5.rotate_bound(image, angle)：安全地旋转图像，确保旋转后的图像完整。
6.auto_canny(image, sigma=0.33)：自动计算 Canny 边缘检测的阈值。sigma 参数用于控制阈值的高低。
7.is_cv2() 和 is_cv3()：用于检测当前使用的 OpenCV 版本。
8.in_range(image, lower, upper)：将图像中的像素值限制在给定的范围内。
这些函数可以组合使用，以便进行更复杂的图像处理任务。例如，可以使用 resize() 函数将图像调整为指定大小，然后使用 rotate() 函数对图像进行旋转，最后使用 translate() 函数平移图像。
方法使用
图像平移
OpenCV中也提供了图像平移的实现，要先计算平移矩阵，然后利用仿射变换实现平移，在imutils中可直接进行图像的平移，相对于原来的cv，使用imutiles可以直接指定平移的像素，不用构造平移矩阵。
import numpy as np
import cv2 as cv
import imutils
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号img = cv.imread('image1.jpg') # 更改图片地址
translated = imutils.translate(img,100,50) # 平移函数plt.figure()
plt.subplot(121)
plt.imshow(img[:,:,::-1]) # img[:,:,::-1]转换是为了转回RGB格式，这样才可以正常显示彩色图像
plt.title('原图')
plt.subplot(122)
plt.imshow(translated[:,:,::-1])
plt.title('平移结果')
plt.show()图像缩放
图片的缩放在OPenCV中要注意确保保持宽高比。而在imutils中自动保持原有图片的宽高比，只指定宽度weight和height即可，缩放函数：imutils.resize(img,width=100)
import numpy as np
import cv2 as cv
import imutils
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号img = cv.imread('image1.jpg')
# 说明一般如果有width参数，就会安装width参数进行缩放，不会理会height参数，如果两个参数不成比例，也是安装width进行缩放
resized = imutils.resize(img,width=100) # 指定宽度，会自动计算相应比例高度，还有参数heightprint('原图大小：',img.shape)
print('缩放后大小', resized.shape)
plt.figure()
plt.subplot(121)
plt.imshow(img[:,:,::-1])
plt.title('原图')
plt.subplot(122)
plt.imshow(resized[:,:,::-1])
plt.title('缩放图')
plt.show()图像旋转
在OpenCV中进行旋转时使用的是仿射变换，在这里图像旋转方法是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 numpy as np
import cv2 as cv
import imutils
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号image = cv.imread('image1.jpg')
# 逆时针旋转
rotated = imutils.rotate(image, 90)
# 顺时针旋转
rotated_round = imutils.rotate_bound(image, 90) # 画图
plt.figure(figsize=[10, 10])
plt.subplot(1,3,1)
plt.imshow(img[:,:,::-1])
plt.title('原图')
plt.axis("off")
plt.subplot(1,3,2)
plt.imshow(rotated[:,:,::-1])
plt.title('逆时针旋转90度')
plt.axis("off")
plt.subplot(1,3,3)
plt.imshow(rotated_round[:,:,::-1])
plt.title('顺时针旋转90度')
plt.axis("off")
plt.show()骨架提取
骨架提取（边缘提取），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。注意，不是所有图片都能求出骨架
import cv2 as cv
import imutils
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号# 1 图像读取
image2 = cv.imread('earth.png')
# 2 灰度化
gray = cv.cvtColor(image2, cv.COLOR_BGR2GRAY)
# 3 骨架提取
skeleton = imutils.skeletonize(gray, size=(7, 7))# 4 图像展示
plt.figure()
plt.subplot(121),plt.imshow(image2[:,:,::-1]),plt.title('原图')plt.subplot(122),plt.imshow(skeleton,cmap="gray"),plt.title('骨架提取结果') # 显示灰度图要声明 grayplt.show()通道转换
在OpenCV的Python绑定中，图像以BGR顺序表示为NumPy数组。使用该cv2.imshow功能时效果很好。但是，如果打算使用Matplotlib，该plt.imshow函数将假定图像按RGB顺序排列。调用cv2.cvtColor解决此问题，也可以使用opencv2matplotlib便捷功能。
img = cv.imread("lion.jpeg")
plt.figure()
plt.imshow(imutils.opencv2matplotlib(img))OPenCV版本的检测
OpenCV 4发布之后，随着主要版本的更新，向后兼容性问题尤为突出。在使用OPenCV时，应检查当前正在使用哪个版本的OpenCV，然后使用适当的函数或方法。在imutils中的is_cv2()、is_cv3()和is_cv4()是可用于自动确定当前环境的OpenCV的版本简单的功能。
print("OPenCV版本: {}".format(cv2.__version__))综合测试
融合以上函数，通过修改代码中的flag对应的不同数值可以得到不同的函数演示效果。代码和素材下载地址如下：https://mp.csdn.net/mp_download/manage/download/UpDetailed
import numpy as np
import cv2
import imutilsif __name__ == '__main__':img = cv2.imread('./image/apple.png')logo = cv2.imread('./image/3.png')flag = 5if flag ==0:# 把dir路径下的所有图片名称变成一个列表,支持dir文件夹下多个子文件夹图片名称提取from imutils import pathsdir = r'.\image'imagePaths = list(paths.list_images(dir))print(imagePaths)if flag ==1:#查看imutils的相关信息print(dir(imutils))if flag ==2:#图像旋转for angle in range(0,360,90): #rotate the image and display itrotated_im = imutils.rotate(img,angle=angle)cv2.imshow("Angle=%d" % (angle),rotated_im)cv2.waitKey()cv2.destroyAllWindows()if flag ==3:# 图片缩放for width in (400,300,200,100):# resize the image and display itresized = imutils.resize(img,width=width)cv2.imshow("Width=%dpx"%(width),resized)cv2.waitKey()cv2.destroyAllWindows()if flag ==4:#图像平移# translate the image x=25 pixels to the right and y = 75 pixels uptranslated = imutils.translate(img,25,-75)cv2.imshow('translate', translated)cv2.waitKey()cv2.destroyAllWindows()if flag ==5:#白图像黑背景画出图像轮廓结构#skeletonize the imagegray = cv2.cvtColor(logo,cv2.COLOR_BGR2GRAY)skeleton = imutils.skeletonize(gray,size=(3,3))cv2.imshow("Skeleton",skeleton)cv2.waitKey()cv2.destroyAllWindows()
