- 博客(5)
- 收藏
- 关注
RSS订阅原创 图像区域分割实验报告 —— 区域生长法与分裂合并法的设计与实现
本实验聚焦图像区域分割核心技术，旨在掌握区域生长法与分裂合并法两种分割策略的原理及实现逻辑，通过 Python 结合 OpenCV、NumPy 等工具库完成算法编码，并整合实验 1 至实验 7 的相关算法，构建具备可视化界面的集成化图像处理系统。实验以标准灰度图像为处理对象，对两种算法的分割效果进行验证与对比。结果表明，区域生长法能基于像素相似性实现连通区域精准分割，分裂合并法可通过递归分裂与合并处理灰度分布复杂的图像，集成系统实现了多算法的统一调用与可视化展示，具备良好的实用性。
2025-12-19 14:26:50
646
原创 基于 Python 的图像空域滤波实验实现与分析
图像空域滤波是数字图像处理中实现噪声去除、边缘增强的核心技术，其通过滑动滤波核与像素邻域进行卷积或非线性运算，直接对图像像素进行操作。本文基于《数字图像处理实验教程 Python 》第 3 章 3.3.1 节 “空域滤波增强” 理论，结合 OpenCV、NumPy 等 Python 库，分别实现空域平滑滤波（均值滤波、高斯滤波、中值滤波）和空域锐化滤波（Roberts、Prewitt、Sobel 算子）实验，对比不同滤波器对高斯噪声、椒盐噪声的处理效果及边缘保留能力，验证滤波核尺寸、算子类型对
2025-10-21 11:59:47
731
原创 图像直方图与频域变换实验
在数字图像处理领域，图像灰度变换、直方图均衡化和频域变换是三大核心基础技术。灰度变换可直接调整图像像素灰度值，改善图像亮度与对比度；直方图均衡化通过优化灰度分布，解决图像细节模糊问题；频域变换则将图像从空间域转换到频域，为噪声去除、图像增强等高级处理提供新视角。本次实验基于 Python 语言，结合 OpenCV、NumPy 和 Matplotlib 库，实现上述技术，深入理解数字图像处理的基础原理与工程实现方法。
2025-10-11 17:13:08
1658
原创 基于 PyQt6 与 OpenCV 的人脸图像采集与标注系统实验
本文围绕人脸图像采集与标注任务，结合PyQt6与OpenCV库，设计并实现了一套具备图形界面的人脸图像采集与标注系统。系统通过PyQt6搭建宽高比为4:3的交互界面，支持摄像头实时图像显示；利用OpenCV完成图像的采集与保存，同时提供手动框选脸部区域的功能，并将脸部位置信息存储至对应文本文件。实验结果表明，该系统能顺畅完成图像采集、手动标注及信息保存等操作，满足人脸图像采集与初步标注的需求，为后续人脸相关的图像处理与分析工作提供了基础支撑，也让开发者对跨库协作开发有了更深入的实践认知。
2025-09-27 17:38:12
1616
原创 OpenCV图像采集与处理实验：摄像头捕获与灰度转换
本文详细介绍了使用Python和OpenCV库实现摄像头图像采集、实时显示及处理的完整过程。通过实验，掌握了OpenCV的基本操作，包括摄像头初始化、图像捕获、色彩空间转换、图像显示与保存等关键技术。
2025-09-14 17:28:51
1602
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人