本章讲解操作和处理图像的基础知识,将通过大量示例介绍处理图像所需的Python工具包,并介绍用于读取图像、图像转换和缩放、计算导数、画图和保存结果等的基本工具。这些工具的使用将贯穿本书的剩余章节。
一、灰度变换
将图像读入NumPy数组对象后,我们可以对它们执行任意数字操作,灰度变换就是其中一种操作,考虑任意函数f,它将0…255区间映射到自身。
下图为代码
运行之后的结果如下图
二、图像轮廓和直方图
首先将图像灰度化,用PIL的convert()方法将图像转换成灰度图像,对每个坐标[x,y]的像素值施加同一个阈值。
直方图可以用来表征该图像像素值的分布情况,可以使用hist()函数来进行绘制
下图为代码
以下为运行结果
三、直方图均衡化
直方图均衡化也是图像灰度变换的例子之一,直方图均衡化是对图像灰度值进行归一化,可以以此来增强图像的对比度,直方图均衡化的变换函数是图像中像素值的累积分布函数。
Python计算机视觉编程--基本的图像操作和处理
最新推荐文章于 2020-11-20 20:45:27 发布
本篇博客介绍了Python计算机视觉编程的基础,包括图像的读取与灰度变换,使用NumPy进行操作;探讨了图像轮廓处理和直方图的绘制,通过PIL库实现;还详细讲解了直方图均衡化以增强图像对比度,并应用了Scipy的滤波模块进行高斯模糊处理;最后提到了在PyCharm中安装所需Python包的方法。
摘要由CSDN通过智能技术生成