图像处理技术与应用（一）

图像处理技术与应用入门

使用skimage进行图像读取和显示

skimage库（Scikit-image）提供了一个强大的工具集，用于执行各种图像处理任务。以下是如何使用skimage读取和显示图像的基本示例：

from skimage import io

img = io.imread("dd.jpg", as_gray=True)

io.imshow(img)

io.show()

读取一个名为dd.jpg的图像文件，并以灰度模式显示它。

原图

 灰度图像

使用skimage读取内置测试图像

skimage库提供了一些内置的测试图像，可以直接使用：

from skimage import data

img = data.hubble_deep_field()

io.imshow(img)

显示了Hubble深空图像。

读取图像并保存

from skimage import data_dir,data,io

# img1 = data.hubble_deep_field()

img2 = io.imread('C:/Users/14919/OneDrive/Pictures/Screenshot_20230802_150439.jpg')

# # print(img2)

io.imshow(img2)

io.show()

io.imsave('C:/Users/14919/OneDrive/Desktop/图像处理-工坊/11.jpg',img)

使用PIL和skimage复制图像到新文件夹

Python Imaging Library（PIL）的Image模块可以与skimage结合使用，以复制图像到新文件夹：

from PIL import Image

import os

from skimage import io



# 图片存储的文件夹路径

folder_path = 'C:/Users/14919/OneDrive/Desktop/图像处理-工坊'

 

# 用来保存图片的文件夹路径

output_folder_path = 'C:/Users/14919/OneDrive/Desktop/图像处理-工坊/aa'

 

# 确保输出文件夹存在

if not os.path.exists(output_folder_path):

    os.makedirs(output_folder_path)



# 遍历文件夹中的所有图片

for filename in os.listdir(folder_path):

    if filename.endswith(('.png', '.jpg', '.jpeg', '.bmp', '.gif')):

        

        # 打开图片

        img = Image.open(os.path.join(folder_path, filename))

 

        # 保存图片到输出文件夹，同时保留原有文件名

        img.save(os.path.join(output_folder_path, filename))

这段代码将遍历指定文件夹中的所有图片，并将它们保存到另一个文件夹中。

使用matplotlib和skimage分析图像属性

matplotlib库可以与skimage一起使用，以分析图像的属性：

import matplotlib.pyplot as plt

from skimage import io



img = io.imread("cc.jpg")

io.imshow(img)

plt.axis('off')



print('图片的类型是：',type(img))# 显示类型

print('图片的尺寸是：',img.shape)# 显示尺寸

print('图片的宽度是：',img.shape[0])# 图片宽度

print('图片的高度是：',img.shape[1])# 图片高度

print('图片的通道数是：',img.shape[2])# 图片通道数

print('图像总像素个数是：',img.size) # 显示总像素个数

print('图象的最大像素值是：',img.max())# 最大像素值

print('图像最小像素值是：',img.min())# 最小像素值

print('图像像素平均值是：',img.mean())# 像素平均值

显示了图像，还输出了关于图像的重要统计信息，如尺寸、像素值等

分段写出代码效果会更好

使用cv2进行图像处理

cv2是OpenCV库的Python接口，它提供了广泛的图像处理和计算机视觉功能。以下是如何使用cv2调整图像大小和显示不同颜色通道的示例：

import cv2



img = cv2.imread('aa.jpg')



#调整图像大小为300x300

img = cv2.resize(img, (300, 300))

cv2.imshow("img show", img)



# 读取蓝色通道，最后一个值为0

b = img[:, :, 0]

# 读取绿色通道，最后一个值为 1

g = img[:, :, 1]

# 读取红色通道，最后一个值为 2

r = img[:, :, 2]



# 分别显示

cv2.imshow("b", b)

cv2.imshow("g", g)

cv2.imshow("r", r)



cv2.waitKey()

cv2.destroyAllWindows()

读取图像、调整其大小，并分别显示其红色、绿色和蓝色通道。

r为红色通道，下标值为2

g为绿色通道，下标值为1

b为蓝色通道，下标值为0