图像处理基础

准备 导入库

from numpy import *
from scipy.ndimage import filters
from PIL import Image
from pylab import *
from PCV.tools import imtools

一 读入图片

pil_im = Image.open('C:/Users/Administrator/02.jpg')
gray()
subplot(121)
title(u'原图',fontproperties=font)
axis('off')
imshow(pil_im)

pil_im = Image.open('C:/Users/Administrator/02.jpg').convert('L')
subplot(122)
title(u'灰度图',fontproperties=font)
axis('off')
imshow(pil_im)

show()

得到图片
在这里插入图片描述

二 图片轮廓图与直方图

im = array(Image.open('C:/Users/Administrator/02.jpg').convert('L'))  # 打开图像,并转成灰度图像

figure()
subplot(121)
gray()
contour(im, origin='image')
axis('equal')
axis('off')
title(u'图像轮廓', fontproperties=font)

subplot(122)
hist(im.flatten(), 128)
title(u'图像直方图', fontproperties=font)
plt.xlim([0,260])
plt.ylim([0,11000])

得到图片
在这里插入图片描述

三 直方图均衡化

im = array(Image.open('C:/Users/Administrator/02.jpg').convert('L'))  # 打开图像,并转成灰度图像
im2, cdf = imtools.histeq(im)

figure()
subplot(2, 2, 1)
axis('off')
gray()
title(u'原始图像', fontproperties=font)
imshow(im)

subplot(2, 2, 2)
axis('off')
title(u'直方图均衡化后的图像', fontproperties=font)
imshow(im2)

subplot(2, 2, 3)
axis('off')
title(u'原始直方图', fontproperties=font)
#hist(im.flatten(), 128, cumulative=True, normed=True)
hist(im.flatten(), 128 )

subplot(2, 2, 4)
axis('off')
title(u'均衡化后的直方图', fontproperties=font)
#hist(im2.flatten(), 128, cumulative=True, normed=True)
hist(im2.flatten(), 128,)

show()

得到图片
在这里插入图片描述

四 图像模糊处理

if __name__=='__main__':
    im = array(Image.open('C:/Users/Administrator/02.jpg').convert('L'))
    gray()
    subplot(1,4,1)
    axis('off')
    title('Original Image')
    imshow(im)

    for bi, blur in enumerate([3, 7, 15]):
        im2 = zeros(im.shape)
        im2 = filters.gaussian_filter(im, blur)
        im2 = np.uint8(im2)
        imNum = str(blur)
        subplot(1, 4, 2 + bi)
        axis('off')
        title('GaussVar = ' + imNum)
        imshow(im2)
    show()
    ```
 得到结果
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/20210707120328954.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjYwOTg0,size_16,color_FFFFFF,t_70#pic_center)

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