计算机视觉之数字图像处理

这篇博客介绍了如何使用Python进行数字图像处理,包括直方图、直方图均衡化和高斯滤波。作者详细讲解了直方图的基本原理,展示了如何计算和显示图像直方图,并讨论了直方图均衡化的步骤和效果。此外,还探讨了高斯滤波的原理及其在图像模糊中的应用,通过不同标准差的实验比较了模糊程度。

实验-直方图、直方图均衡化、高斯滤波

0、库及图片

①库

1)PIL:PIL (Python Imaging Library)图像库提供了很多常用的图像处理及很多有用的图像基本操作。PIL库下载地址[www.pythonware.com/products/pil/]。
2)pylab:pylab将所有的功能函数全部导入其单独的命名空间内。由于pylab是matplotlib中的一部分,所以直接下载matplotlib库。Matplotlib是开源的,可以在[matplotlib.sourceforge.net]上下载。
3)PCV:经过查阅资料
下载PCV库文件数据,下载地址:https://github.com/Li-Shu14/PCV
在这里插入图片描述
4)SciPy:SciPy是一个开源的数学工具包,它是建立在NumPy的基础上的。它提供了很多有效的常规操作,包括数值综合、最优化、统计、信号处理以及图像处理。正如接下来所展示的,SciPy库包含了很多有用的模块。SciPy库可以再[http://scipy.org/Download]下载。

②原始图片

在这里插入图片描述

1、(直方图)图片读入并显示灰度图

①基本原理

直方图概念:图像的直方图描述图像的灰度级和对应灰度级在图像中出现的次数(频率)的关系,通过直方图可以进行图像分割、检索、分类等操作。

②代码

# -*- coding: utf-8 -*-
from PIL import Image
from pylab import *

# 添加中文字体支持
from matplotlib.font_manager import FontProperties
font = FontProperties(fname=r"c:\windows\fonts\SimSun.ttc", size=14)
figure()

pil_im = Image.open(r'C:\Users\ltt\Documents\Subjects\大三下\计算机视觉(蔡国榕)\xx.jpg')
gray()
subplot(121)
title(u'原图',fontproperties=font)
axis('off')
imshow(pil_im)

pil_im = Image.open(r'C:\Users\ltt\Documents\Subjects\大三下\计算机视觉(蔡国榕)\xx.jpg').convert('L')
subplot(122)
title(u'灰度图',fontproperties=font)
axis('off')
imshow(pil_im)
show()

③结果

在这里插入图片描述

④总结

出现问题:IOError: [Errno 22] invalid mode ('rb') or filename经过查阅:在这里插入图片描述解决方法:
需要在文件名的引号前加一个r

2、(直方图)显示图片直方图和图像轮廓

</

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值