2021-07-14

山东大学暑期实训(八)

中期讨论,在前期的完成情况下进行进度的汇报,以及目前还需要完成的工作.我们图像处理小组需要继续优化算法,主要是目前来说的显现效果不是很好,我们打算看看能不能对先前的算法进行优化,或者通过相关论文(例如甲骨文文字的识别处理)的参考学习,进行相关的尝试.

目前完成的部分代码:

import cv2 as cv
import numpy as np
from PIL import Image, ImageDraw, ImageFont
# 全局阈值
def threshold_demo(image):
    gray = cv.cvtColor(image, cv.COLOR_RGB2GRAY)  # 把输入图像灰度化
    # 直接阈值化是对输入的单通道矩阵逐像素进行阈值分割。
    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_TRIANGLE)
    print("threshold value %s"%ret)
    cv.namedWindow("binary0", cv.WINDOW_NORMAL)
    cv.imshow("binary0", binary)

# 局部阈值
def local_threshold(image):
    gray = cv.cvtColor(image, cv.COLOR_RGB2GRAY)  # 把输入图像灰度化
    # 自适应阈值化能够根据图像不同区域亮度分布，改变阈值
    binary = cv.adaptiveThreshold(gray, 255, cv.ADAPTIVE_THRESH_GAUSSIAN_C,cv.THRESH_BINARY, 25, 10)
    cv.namedWindow("binary1", cv.WINDOW_NORMAL)
    cv.imshow("binary1", binary)

# 用户自己计算阈值
def custom_threshold(image):
    gray = cv.cvtColor(image, cv.COLOR_RGB2GRAY)  # 把输入图像灰度化
    h, w = gray.shape[:2]
    m = np.reshape(gray, [1,w*h])
    mean = m.sum()/(w*h)
    print("mean:", mean)
    ret, binary = cv.threshold(gray, mean, 255, cv.THRESH_BINARY)
    cv.namedWindow("binary2", cv.WINDOW_NORMAL)
    cv.imshow("binary2", binary)

src = cv.imread('CG21-3.png')      # 读取图片
cv.namedWindow('input_image', cv.WINDOW_NORMAL) # 设置为WINDOW_NORMAL可以任意缩放
cv.imshow('input_image', src)
threshold_demo(src)           # 全局阈值
local_threshold(src)          # 局部阈值
custom_threshold(src)         # 用户自己计算的阈值

# 对进行灰度化和自适应阈值后的图片进行拉普拉斯算法增强
Gray = cv.cvtColor(src, cv.COLOR_RGB2GRAY)  # 把输入图像灰度化
Binary = cv.adaptiveThreshold(Gray, 255, cv.ADAPTIVE_THRESH_GAUSSIAN_C,cv.THRESH_BINARY, 25, 10)
cv.namedWindow("binary1", cv.WINDOW_NORMAL)
kernel = np.array([ [0, -1, 0],
                    [-1,  5, -1],
                    [0, -1, 0] ])
image_lap = cv.filter2D(Binary, cv.CV_8UC3, kernel)
cv.namedWindow("local_", cv.WINDOW_NORMAL)
cv.imshow('local_', image_lap)


# 进行中值滤波
img3 = cv.medianBlur(image_lap, 3)
cv2img = cv.cvtColor(img3, cv.COLOR_BGR2RGB)  # cv2和PIL中颜色的hex码的储存顺序不同
pilimg = Image.fromarray(cv2img)

# PIL图片转cv2 图片
cvcharimg = cv.cvtColor(np.array(pilimg), cv.COLOR_RGB2BGR)
cv.imshow("medianBlur", cvcharimg)


cv.waitKey(0)
cv.destroyAllWindows()

后期目标

1. 优化代码,尝试多样的方法
2. 尝试不同的训练方法,上一篇的内容
3. 多看看论文,与小组成员讨论