Python计算机视觉实验一——图像的基本操作与处理

本文链接：https://blog.csdn.net/weixin_44340254/article/details/115276284

本文介绍了Python在计算机视觉中的图像处理，包括图像轮廓的绘制、直方图均衡化和高斯模糊操作。通过matplotlib库绘制图像轮廓和直方图，利用直方图均衡化提升图像对比度，以及应用高斯滤波进行图像去噪。在实践中遇到imtools模块的错误，通过安装PCV库并调整参数解决了问题。

摘要由CSDN通过智能技术生成

图像的基本操作与处理

1.图像的轮廓与直方图

绘制图像轮廓（或其他二维函数的等轮廓线）在工作中非常有用。因为绘制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（将convert参数设置为L，L 为8位像素黑白图）。
直方图是数值数据分布的精确图形表示。它是一种条形图。图像的灰度直方图表征的是该图像的灰度分布。
绘图都可以调用matplotlib.pyplot库来进行，其中的hist函数可以直接绘制直方图。hist() 函数的第二个参数指定小区间的数目。需要注意的是,因为 hist() 只接受一维数组作为输入,所以我们在绘制图像直方图之前,必须先对图像进行压平处理。flatten() 方法将任意数组按照行优先准则转换成一维数组。

from PIL import Image
from pylab import *

if __name__=='__main__':
    im = array(Image.open('1.jpg').convert('L'))

    figure()
    gray()
    contour(im,origin='image')
    axis('equal')
    axis('off')

    figure()
    hist(im.flatten(),128)
    show()

下面是运行结果：