计算机视觉Python 第一章 图像处理基础

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。