其他分享
首页 > 其他分享> > 2021-07-20

2021-07-20

作者:互联网

数字图像处理基础知识

1、实验目的:

(1)熟悉数字图像处理工具的使用(Python+opencv)。
(2)掌握图像基本的读取、显示和写入(保存)操作。
(3)掌握图像的统计特征。
(4)能够运用开发工具对图像做基本的处理。

2、实验内容:

(1)编写Python程序,打开图像sherlock.jpg,在图窗显示图像,把图像保存在指定的位置。

import cv2 as cv

imag=cv.imread('sherlock.jpg',1)
cv.imshow('imag',imag)
cv.imwrite('sherlock1.jpg',imag)
cv.waitKey(0)
cv.destoryALLWindows()

运行结果
在这里插入图片描述
(2)编写Python程序,打开图像yellowlily.jpg,将其转化为灰度图,在figure1中显示灰度图,并计算figure1的尺寸,像素值,均值,方差,标准差,协方差;在灰度图加入均值为0,方差为1的高斯噪声并在figure2中显示,计算figure2的尺寸,像素值,均值,方差,标准差,协方差;观察figure1和figure2的区别,对比两幅图的统计特征。

import cv2 as cv
import numpy as np
import math
imag=cv.imread('yellowlily.jpg',1)
figure1=cv.cvtColor(imag,cv.COLOR_BGR2GRAY) #转化为灰度图
cv.imshow('imag',figure1)
cv.imwrite('figure1.jpg',figure1)

#图片尺寸
#heigth=figure1.shape[0]
#width=figure1.shape[1]

#图片像素
test=figure1[100,100]

mean=np.mean(figure1) #灰度均值
std=np.std(figure1) #灰度标准差
std1=math.pow(std,2)  #灰度方差


print('test=%f\nmean=%f\nstd=%f\nstd1=%f\n'%(test,mean,std,std1))
cv.waitKey(0)

运行结果
在这里插入图片描述
(3)编写Python程序,打开图像micromarket.jpg,将其转化为灰度图,显示灰度图figure1,并显示灰度图的灰度直方图figure2;对灰度图做反白处理,显示为figure3,对反白后的图像做直方图并显示为figure4,观察figure2和figure4的之间区别。

import cv2 as cv
import numpy as np
import matplotlib.pylab as plt

imag=cv.imread('micromarket.jpg',1)
figure1=cv.cvtColor(imag,cv.COLOR_BGR2GRAY) #转化为灰度图
cv.imshow('imag',figure1)
cv.imwrite('micromarket1.jpg',figure1)

##灰度图像的直方图
figure2=figure1.ravel()
plt.hist(figure2,20)
plt.show()

cv.waitKey(0)

figure1 = cv.imread('micromarket.jpg',0)
#height, width, channels = figure1.shape
#图片尺寸
height=figure1.shape[0]
width=figure1.shape[1]
#channels=figure1.shape[2]
#print("width=%f,height=%f" % (width, height))
for i in range(height):
    for j in range(width):
        #for k in range(channels):
        pv = figure1[i, j]
        figure1[i,j] = 255 - pv
cv.imshow("AfterDeal", figure1)
cv.waitKey(0)

在这里插入图片描述

3、实验中遇到的问题及心得体会

实验中遇到的问题:关于第二题加高斯噪声一题还是不懂,搜集了一些资料并没有得到相应的答案,第三题关于反白图片,程序不能终止,找不出问题在哪儿。
心得体会:对于这些问题希望之后再练习练习。
温馨提示
由于图片路径的不同,在使用代码时还需自行更正

标签:20,07,imag,jpg,灰度,2021,figure1,cv,figure2
来源: https://blog.csdn.net/qxpapt/article/details/118946023