计算机视觉的应用,我使用的python语言,利用的软件工具是Visual Studio Code(简称VScode)。
关于配置python和VScode,就要先分别安装并配置环境变量,之后就是安装所需要的各种库。
例如:opencv、matplotlib、pil等等
安装python需要根据自己的选择来下载所需要的版本
python3.XXX和python2.XXX的区别一般都是一些简单函数方法的区别
看个人习惯了
在配置好环境以后,就开始运行几段代码,根据需要,在VScode终端利用pip来安装你所需要的库。
计算机视觉第一章 图像处理基础
在这里我用python选择完成其中的几项,作出一个图像的直方图,均衡化图像,高斯滤波图像。
首先运行第一章图像处理基础的相关代码:
# -*- coding: utf-8 -*-
from PIL import Image
from pylab import *
# 添加中文字体支持
from matplotlib.font_manager import FontProperties
font = FontProperties(fname="c:\windows\fonts\SimSun.ttc", size=14)
figure()
pil_im = Image.open('C:\Users\dell\Pictures\Photo.jpg')
gray()
subplot(121)
title(u'原图',fontproperties=font)
axis('off')
imshow(pil_im)
pil_im = Image.open('C:\Users\dell\Pictures\Photo.jpg').convert('L')
subplot(122)
title(u'灰度图',fontproperties=font)
axis('off')
imshow(pil_im)
show()
然而,出现了错误
(unicode error) 'unicodeescape' codec can't decode bytes in position 2-3: truncated \UXXXXXXXX escape (<unknown>, line 10)
经过百度,查到了这个错误的原因
在Python中\是转义符,\u表示其后是UNICODE编码,因此\User在这里会报错,在字符串前面加个r表示就可以了。
所以接下来的代码
# -*- coding: utf-8 -*-
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)
figure()
pil_im = Image.open(r'C:\Users\dell\Pictures\Photo.jpg')
gray()
subplot(121)
title(u'原图',fontproperties=font)
axis('off')
imshow(pil_im)
pil_im = Image.open(r'C:\Users\dell\Pictures\Photo.jpg').convert('L')
subplot(122)
title(u'灰度图',fontproperties=font)
axis('off')
imshow(pil_im)
show()
可以运行
根据老师要求生活照,使用的照片是在寝室走廊自己拍的一张图片
左为原图,右为灰度图
接下来就是得到直方图
直方图为原图的直方图
数值太大,接下来为调整后的图像
在做直方图均衡化的时候遇到了关于PCV.tools无法使用的问题
在安装完pcv模块之后,又出现了如下的问题
在了解到这个问题的时候,我花了很大的力气去搜,然而却没有答案,但是在同学的帮助下,最后弄清楚“print”出问题的原因是因为在安装pcv模块的时候,其中的源码中有一句代码中的print函数没有加括号,这个写法是适用于python2,而我用的python3不适用于这种写法,所以加上括号,再重新安装pcv就能解决这个问题了。
首先进入pcv模块所在的文件夹
进入PCV
进入tools,找到imtools
更改代码
其中print imname + "...skipped"
改为print (imname + "...skipped")
保存,退出后在该文件夹下,利用快捷键:shift+鼠标右键,点击“在此打开powershell窗口”,
输入代码“python setup.py install”,回车即可安装。
具体的操作流程,请参考:PCV的问题
接下来就是作出直方图均衡化和均衡后的图像。
图像均衡化作为预处理操作,在归一化图像强度时是一个很好的方式,并且通过直方图均衡化可以增加图像对比度。
# -*- coding: utf-8 -*-
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", size=14)
im = array(Image.open(r'C:\Users\dell\Desktop\作业\计算机视觉\sunset.jpg').convert('L')) # 打开图像,并转成灰度图像
#im = array(Image.open('../data/AquaTermi_lowcontrast.JPG').convert('L'))
im2, cdf = imtools.histeq(im)
figure()
subplot(2, 2, 1)
axis('off')
gray()
title(u'原始图像', fontproperties=font)
imshow(im)
subplot(2, 2, 2)
axis('off')
title(u'直方图均衡化后的图像', fontproperties=font)
imshow(im2)
subplot(2, 2, 3)
axis('off')
title(u'原始直方图', fontproperties=font)
#hist(im.flatten(), 128, cumulative=True, normed=True)
hist(im.flatten(), 128, normed=True)
subplot(2, 2, 4)
axis('off')
title(u'均衡化后的直方图', fontproperties=font)
#hist(im2.flatten(), 128, cumulative=True, normed=True)
hist(im2.flatten(), 128, normed=True)
show()
接着就是作出高斯滤波后的图像。这里所做的主要是高斯模糊。
# -*- coding: utf-8 -*-
from PIL import Image
from pylab import *
from scipy.ndimage import filters
# 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('board.jpeg'))
im = array(Image.open(r'C:\Users\dell\Desktop\作业\计算机视觉\sunset.jpg').convert('L'))
figure()
gray()
axis('off')
subplot(1, 4, 1)
axis('off')
title(u'原图', fontproperties=font)
imshow(im)
for bi, blur in enumerate([2, 5, 10]):
im2 = zeros(im.shape)
im2 = filters.gaussian_filter(im, blur)
im2 = np.uint8(im2)
imNum=str(blur)
subplot(1, 4, 2 + bi)
axis('off')
title(u'标准差为'+imNum, fontproperties=font)
imshow(im2)
#如果是彩色图像,则分别对三个通道进行模糊
#for bi, blur in enumerate([2, 5, 10]):
# im2 = zeros(im.shape)
# for i in range(3):
# im2[:, :, i] = filters.gaussian_filter(im[:, :, i], blur)
# im2 = np.uint8(im2)
# subplot(1, 4, 2 + bi)
# axis('off')
# imshow(im2)
show()
得到图片
好的,第一章就在这里结束了,谢谢。