python计算机视觉---图像处理基础：直方图、直方图均衡化、高斯滤波

目录 

前言

一、灰度变换

1.1 灰度图

1.2 彩色图像转灰度图像的方法

1.3 采用convert()方法转换

1.4 代码展示

1.5 结果展示

二、图像轮廓和直方图

2.1 定义

2.2 代码实现

 三、直方图均衡化

3.1 定义

3.2 代码展示

3.3 结果展示

四、高斯滤波

4.1 定义

4.2 实现原理

4.3 代码实现

4.4 结果展示

总结

---

前言

本次实验是计算机视觉第一次实验，旨在用python编程实现图像处理的基本操作。

编程工具：Pycharm

---

一、灰度变换

1.1 灰度图

把白色与黑色之间按对数关系分为若干等级，称为灰度。灰度分为256阶。

任何颜色都有红、绿、蓝三原色组成，即三通道，而灰度图只有一个通道，他有256个灰度等级，255代表全白，0表示全黑。灰度图像是指用灰度表示的图像，即一个像元用1个Byte(bits)表示辐射值。

1.2 彩色图像转灰度图像的方法

1.浮点法：Gray=R*0.3+G*0.59+B*0.11

2.整数法：Gray=(R*30+G*59+B*11)/100

3.移位法：Gray =(R*77+G*151+B*28)>>8;

4.平均值法：Gray=（R+G+B）/3;

5.仅取绿色：Gray=G；

1.3 采用convert()方法转换

PIL中convert()方法原理：

（1）img = img.convert()

convert()函数，用于不同模式图像之间的转换,PIL中有九种不同模式，分别为1，L，P，RGB，RGBA，CMYK，YCbCr，I，F。

（2）img = img.convert(‘1’)
转化为为二值图像，非黑即白。每个像素用8个bit表示，0表示黑，255表示白。

（3）img = img.convert(‘L’) 

转换为为灰度图像，每个像素用8个bit表示，0表示黑，255表示白，其他数字表示不同的灰度。
转换公式：L = R * 299/1000 + G * 587/1000+ B * 114/1000。

1.4 代码展示

# 利用PIL库读取图像
from PIL import Image
import matplotlib.pyplot as plt
import numpy as np
img = Image.open('./image/JMU_2.jpg')
# 调用操作系统自带的图片浏览器打开图片，不太方便
# img.show()

# 使用matplotlib的库绘制图片进行显示
# plt.figure('JMU')
# plt.imshow(img)
# plt.axis('off')      # 不显示坐标轴
# plt.show()

# 灰度变换
img_er =img.convert('1')         # 1位像素，黑白，每字节一个像素存储
# 第一种方式：convert()函数
img_gray = np.array(img.convert('L'))          # 8位像素，黑白
# img_gray = np.array(img_gray)
# 第二种方式：
im2 = 255 - img_gray                  # 对图像进行反相处理
# 第三种方式
im3 = (100.0/255) * img_gray +100     # 将图像像素值变换到100到200之间
# 第四种方式
im4 = 255.0 * (img_gray/255.0)**2     # 对图像像素值求平方后得到的图像

# 使其标题可以显示中文
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False

plt.figure('灰度变换')
plt.subplot(2,4,2)
plt.imshow(img)
plt.title('原图')
plt.axis('off')
plt.subplot(2,4,3)
plt.imshow(img_er,plt.cm.gray)
plt.title('二值图像')
plt.axis('off')
plt.subplot(2,4,5)
plt.imshow(img_gray,plt.cm.gray)    # plt 是用于显示三通道的，而灰度图是单通道的，所以用plt.cm.gray
plt.axis('off')
plt.subplot(2,4,6)
plt.imshow(im2,plt.cm.gray)
plt.axis('off')
plt.subplot(2,4,7)
plt.imshow(im3,plt.cm.gray)
plt.axis('off')
plt.subplot(2,4,8)
plt.imshow(im4,plt.cm.gray)
plt.axis('off')
plt.show()

1.5 结果展示