Python 计算机视觉 第一章 图像处理基础

Python 计算机视觉 第一章 图像处理基础

第一章 图像处理基础

1.1灰度图
PIL (Python Imaging Library)图像库提供了很多常用的图像处理及很多有用的图像基本操作。

-- coding: utf-8 --

from PIL import Image
from pylab import *

from matplotlib.font_manager import FontProperties
font = FontProperties(fname=r"c:\windows\fonts\SimSun.ttc", size=14)
figure()

pil_im = Image.open(‘D:/05.jpg’)
gray()
subplot(121)
title(u’原图’,fontproperties=font)
axis(‘off’)
imshow(pil_im)

pil_im = Image.open(‘D:/05.jpg’).convert(‘L’)
subplot(122)
title(u’灰度图’,fontproperties=font)
axis(‘off’)
imshow(pil_im)

show()

运行得到如下效果

在这里插入图片描述
在这里插入图片描述

1.2 直方图
from PIL import Image
from pylab import *

from matplotlib.font_manager import FontProperties
font = FontProperties(fname=r"c:\windows\fonts\SimSun.ttc", size=14)
im = array(Image.open(‘D:/05.jpg’).convert(‘L’))

figure()
hist(im.flatten(), 128)
title(u’图像直方图’, fontproperties=font)
plt.xlim([0,260])
plt.ylim([0,11000])

运行上述代码可以得到直方图,如下:
在这里插入图片描述

1.3直方图均衡化
from PIL import Image
from pylab import *
from PCV.tools import imtools

from matplotlib.font_manager import FontProperties
font = FontProperties(fname=r"c:\windows\fonts\SimSun.ttc", size=14)

im = array(Image.open(’…/data/empire.jpg’).convert(‘L’))
#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()

在这里插入图片描述

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
对于Python机器视觉图像处理,你可以使用一些常见的库和工具,例如OpenCV和PIL(Python Imaging Library)。 OpenCV是一个广泛使用的开源计算机视觉库,它提供了许多图像处理计算机视觉算法的实现。你可以使用OpenCV来读取、处理和保存图像,如调整大小、裁剪、旋转、滤波等。 首先,你需要安装OpenCV库。你可以使用pip在命令行中运行以下命令进行安装: ``` pip install opencv-python ``` 安装完成后,你可以导入OpenCV并开始处理图像。以下是一个示例代码,展示了如何使用OpenCV加载图像并显示它: ```python import cv2 # 通过指定文件路径加载图像 image = cv2.imread('path/to/image.jpg') # 在窗口中显示图像 cv2.imshow('Image', image) # 等待按下任意键后关闭窗口 cv2.waitKey(0) cv2.destroyAllWindows() ``` 除了OpenCV,你还可以使用PIL库来进行图像处理。PIL提供了更高级的图像处理功能,例如调整对比度、亮度、色彩平衡等。 你可以使用以下命令来安装PIL库: ``` pip install pillow ``` 安装完成后,你可以导入PIL并使用它来打开、处理和保存图像。以下是一个示例代码,展示了如何使用PIL加载图像并进行一些处理: ```python from PIL import Image # 打开图像 image = Image.open('path/to/image.jpg') # 调整图像大小 resized_image = image.resize((500, 500)) # 保存处理后的图像 resized_image.save('path/to/resized_image.jpg') ``` 这只是图像处理的入门示例,OpenCV和PIL都提供了大量的功能和方法,可以帮助你完成更复杂的图像处理任务。你可以在官方文档中找到更多关于它们的详细信息和示例代码。 希望这能帮助你入门Python机器视觉图像处理!如果你有其他问题,请随时向我提问。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值