ide:pycharm
因为嫌麻烦就没把结果截图放上来,读者拿源代码跑一遍就行
1.安装数字图像辅助模块 scikit-image 和 Matplotlib
2. 图像采样,通过不同的采样比率观察图像的情况
3. 图像量化,通过不同的量化灰度级观察图像的情况
4. 亮度和对比度调整操作
5. 图像三个颜色分离
6. 图像红色通道与蓝色通道互换
7. 图像算术加减运算
8. 不同伽马值情况下的幂次变换
9. 颜色直方图
10. 直方图均衡化
图像采样,通过不同的采样比率观察图像的情况
from skimage import data
from matplotlib import pyplot as plt
import numpy as np
image = data.coffee()
print(image.shape)
print(type(image))
ratio = 20
image1 = np.zeros((int(image.shape[0] / ratio), int(image.shape[1] / ratio), image.shape[2]), dtype='int 32')
for i in range(image1.shape[0]):
for j in range(image1.shape[1]):
for k in range(image1.shape[2]):
delta = image[i * ratio:(i + 1) * ratio, j * ratio:(j + 1) * ratio, k]
image[i, j, k] = np.mean(delta)
plt.imshow(image1)
plt.show()
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-jGZ9bh3n-1647241786551)(D:\picture\Figure_1-2.png)]
图像量化,通过不同的量化灰度级观察图像的情况
from skimage import data
from matplotlib import pyplot as plt
image = data.coffee()
ratio = 128 # 设置量化比率
for i in range(image.shape[0]):
for j in range(image.shape[1]):
for k in range(image.shape[2]):
# 对图像中的每个像素进行量化
image[i][j][k] = int(image[i