计算机视觉技术课后答案,计算机视觉课后作业1——图像处理基础

刚刚开始接触计算机视觉的课程，按照老师要求完成图像处理基础部分的内容，并且将其中的直方图，高斯滤波和直方图均衡化的实验结果写在该博客。

虽然图像处理的内容在上学期已经学习过，但是之前都是使用Matlab来进行编程实现。对于Python，完全是一窍不通。前期安装和配置Python和OpenCV以及PyCharm软件的安装和库的导入就花费了不小的功夫，好在顺利地得到了实验结果。

展示如下：

1.直方图

基本原理：

直方图是反映一个图像像素分布的统计表。横坐标代表像素的种类，纵坐标代表每一种像素值(也可以是彩色，一般为灰色)在图像中的像素总数或者占所有像素个数的百分比，能够很直观的展示出图像中各个像素值占比的多少。

图像的灰度直方图(直方图的一类，经常被使用)是灰度级的函数，描述的是图像中具有该灰度级的像素的个数：其中，横坐标是灰度级，纵坐标是该灰度级出现的频率或个数。

代码如下：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)

im = array(Image.open('D:\\MATLAB\\bin\\fj.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])