python机器视觉学习笔记（一）
第一章 基本的图像操作和处理
1.1PIL：Pyhton的图像处理类库
from PIL import Image
pil_img = Image.open("图片地址")
pil_img就是一个PIL的图像对象
图像的颜色转换方法convert
转换成灰度图像.convert("L")
1.1.1转换图像格式
Image.save()open函数用于创建PIL的图像对象而save方法用于保存图像到具体指定文件名的文件
PIL函数会进行简单的检查，如果不是jpeg会自动进行转换
1.1.2创建缩略图
函数：thumbnail()：接受一个元组参数，用于指定生成的缩略图的代销，然后将图像转换成符合元组参数的制定大小的缩略图。
eg.pill_img.thumbnail((128,128))
1.1.3赋值和粘贴图像区域
函数：crop：可以从一幅图像中裁剪指定区域
一个四元组用来表示（←，↑，→，↓）
PIL坐标系，左上角为（0,0）
获取了一定的区域然后使用paste的方法将区域放回去
1.1.4
条恒尺寸和旋转
函数：resize同样用元组表示大小，可以调整图片的尺寸
函数：rotate用数字表示逆时针旋转
1.2Matplotlib
1.2.1绘制图像点和线
eg.
from PIL import Image
from pylab import *
im = array(Image.open("图片路径")
imshow(im)绘制图像
x = [1,1,4,4]点
y = [2,5,2,5]点
plot(x,y,"r*")点上色（红）
plot(x[:2],y[:2])
title('title_name:"图片名')
show()
.点
O圈
s正方形
*型号
+加号
X叉号
1.2.2图像轮廓和直方图
figure（）创建图像
show（）显示图像
绘制图像等轮廓线：contour(im,origin = "image")
直方图：hist(im.flatten(),128) flatten参数用来将多维数组转化成一维数组，hist函数的第二格参数是小区间的数目
1.2.3交互式标注
ginput()交互式标注点
1.3NumPy(nmb怎么装怎么GG)
python科学计算工具包
1.3.1图像数组的表示
类型一般默认为uint 8位
可以自行声明 float double
数组中的元素可以通过下标访问 value = im[i,j,k] i行j列k为颜色通道
多个数组元素的访问方法：切片
im[i,:] = im[j,:]把第j行的元素赋值给第i行的元素
im[:，:]访问所有元素前面的冒号代表行，后面的冒号代表列，中间用逗号隔开
1.3.2灰度变换
反转：像素数-im（黑变白，白变黑）
归一：分数*im（用于取原区间的前部分） + 一个数（取从这个数为基数往上的区间）（颜色归一，向该数靠拢）
加重：平方（使暗的更暗）
1.3.3图像缩放（同上）
1.3.4直方图均衡化
灰度变换中的一个有用的例子，指的是将一幅图像的灰度直方图扁平，是变幻后的图像中每个灰度值的分布概率都相同，在对图像作进一步处理之前，直方图均衡化通常是对图像灰度值进行归一化的一个非常好的方法，并且可以增强图像的对比度。