Python计算机视觉 基本的图像操作与处理

在第一章中，我们主要学习一些基本的图像与处理，例如图像的灰度图，直方图，直方图均衡化，高斯滤波。在完成这些操作之前，我们需要在VSCode中安装一些库，例如pillow，matplotlib，PCV，SciPy。这些库的安装在上一篇博客中已经讲述，因此不再赘述。
一、图像灰度图
PIL提供了通用的图像处理功能，以及大量有用的基本图像操作，比如图像缩放、剪裁、旋转、颜色转换等。利用PIL中的函数，我们可以从大多数图像格式的文件中读取数据，然后写入最常见的图像格式文件中。PIL中最重要的模块为Image，要读取一幅图像，可以使用：

图像的颜色转换可以使用convert()方法来实现。要读取一幅图像，并将其转换成灰度图像，只需要加上convert(‘L’)，如以下：

关于灰度图像的实验代码为：
其运行结果为：

二、图像轮廓和直方图
绘制图像的轮廓需要对每个坐标[x,y]的像素值施加同一个阈值，所以首先需要将图像灰度化，用PIL的convert()方法。
图像的直方图用来表征该图像像素值的分布情况，可以使用hist()函数绘制。
这个实验需要用到PIL和matplotlib库。
实验代码为：

其运行结果为：

三、直方图均衡化
直方图均衡化是指将一幅图像的灰度直方图变平，是变换后的图像中每个灰度值的分布概率都相同。
这个实验要用到pcv，但不能通过pip下载，需要下载压缩包。
其实验代码为：
其运行结果为：

四、图像模糊与高斯滤波
高斯模糊通常是其它图像处理操作的一部分，比如图像插值操作、兴趣点计算以及很多其它应用。这个实验需要安装SciPy库。
其实验代码为：

其运行结果为：