【计算机视觉】图像基础处理

最新推荐文章于 2024-06-08 16:55:55 发布

Rolla_

最新推荐文章于 2024-06-08 16:55:55 发布

阅读量574

点赞数

分类专栏：计算机视觉

本文链接：https://blog.csdn.net/weixin_42578378/article/details/88184595

版权

本文介绍了图像处理的三个基础操作：图像轮廓检测，直方图均衡化和高斯滤波。在轮廓检测中，可能会遇到图像轮廓不清晰的情况。直方图均衡化通过调整像素分布来改善图像对比度，但需要安装PCV库，并处理Python版本兼容问题。高斯滤波则用于图像模糊，σ值越大，图像细节丢失越多。

摘要由CSDN通过智能技术生成

（一）图像轮廓和直方图

相关代码如下：

from PIL import Image
from pylab import *

im = array(Image.open('F:/1.python/image/1.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')

subplot(122)
hist(im.flatten(), 128)
show()

代码结果显示：
在这里插入图片描述
（刚运行出来的时候看到结果以为是错误的，就有点慌了。再仔细检查一下，会发现做的实验时轮廓以及轮廓的直方图显示。人物图像的轮廓可能比较不那么清晰，所以看着会有些渗人。）

因为怕结果出错，所以我又找了另外一张图测验，结果如下：
在这里插入图片描述

（二）直方图均衡化

相关代码如下：

 # 直方图均衡化
from PIL import Image
from pylab import *
from PCV.tools import imtools

# 添加中文字体支持
from matplotlib.font_manager import FontProperties
font = FontProperties(fname=r"c:\windows\fonts\SimSun.ttc"