计算机视觉——实验一

最新推荐文章于 2024-01-21 03:39:12 发布

lasd12415

最新推荐文章于 2024-01-21 03:39:12 发布

阅读量213

点赞数

文章标签：计算机视觉人工智能

本文链接：https://blog.csdn.net/lasd12415/article/details/125360445

版权

本文介绍了计算机视觉中的基础图像处理技术，包括直方图的原理及其用于理解图像的灰度分布，直方图均衡化用于提升图像对比度的机制，以及高斯滤波在消除高斯噪声和图像平滑中的应用。

摘要由CSDN通过智能技术生成

一、直方图

1. 原理描述

直方图是可以对整幅图的灰度分布进行整体了解的图示，通过直方图我们可以对图像的对比度、亮度和灰度分布等有一个直观了解。
图像的直方图用来表征该图像像素值的分布情况。用一定数目的小区间（bin）来指定表征像素值的范围，每个小区间会得到落入该小区间表示范围的像素数目。该（灰度）图像的直方图可以使用hist()函数绘制。

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)


'''
Parameters:
    path - 文件路径
Returns:
    无
'''
# 函数说明：绘制图像灰度直方图
def histogram(path):
    img = array(Image.open(path))
    img_gray = array(Image.open(path).convert('L'))

    figure()
    subplot(221)
    axis('off')
    title(u'原图像', fontproperties=font)
    imshow(img)

    subplot(222)
    axis('off')
    gray()
    title(u'灰度图像', fontproperties=font)
    imshow(img_gray)

    subplot(212)
    title(u'灰度直方图', fontp