计算机视觉学习(二)--图像处理基础

一、安装PCV

在cmd命令行输入 python setup.py install,运行如下图
计算机视觉学习(二)--图像处理基础_第1张图片
运行结果如图二,PCV已经安装成功计算机视觉学习(二)--图像处理基础_第2张图片
之后,我打算使用Spyder进行图像处理,尝试打开Spyder但是没有响应打不开,并且试着打开pythonw会闪退。
链接: [link]https://blog.csdn.net/u011361880/article/details/76572973?utm_source=blogxgwz9
通过上面链接中的指导,将C:\用户\Administrator.spyder 中的.spyder文件夹删除,然后启动spyder,就好了。

二、基础图像处理

1.图像轮廓和直方图

在画图像轮廓前需要转换为灰度图像,因为轮廓需要获取每个坐标[x,y]位置的像素值。下面是画图像轮廓和直方图的代码:

# -*- coding: utf-8 -*-
from PIL import Image
from pylab import *

# 添加中文字体支持
from matplotlib.font_manager import FontProperties
font = FontProperties(fname=r"c:\windows\fonts\SimSun.ttc", size=14)
im = array(Image.open('z1.jpg').convert('L'))  # 打开图像,并转成灰度图像

figure()
suble(u'图像直方图', fontproperties=font)
plt.xlim([0,260])
plt.yplot(121)
gray()
contour(im, origin='image')
axis('equal')
axis('off')
title(u'图像轮廓', fontproperties=font)

subplot(122)
hist(im.flatten(), 128)
titlim([0,11000])

show()

计算机视觉学习(二)--图像处理基础_第3张图片

2.高斯模糊(高斯滤波)

第一幅图示原噪声图像,中间一幅图示用标准差为10进行高斯模糊后的结果

# -*- coding: utf-8 -*-
from PIL import Image
from pylab import *
from numpy import *
from numpy import random
from scipy.ndimage import filters
from scipy.misc import imsave
from PCV.tools import rof

""" This is the de-noising example using ROF in Section 1.5. """

# 添加中文字体支持
from matplotlib.font_manager import FontProperties
font = FontProperties(fname=r"c:\windows\fonts\SimSun.ttc", size=14)

im = array(Image.open('g1.jpg').convert('L'))

U,T = rof.denoise(im,im)
G = filters.gaussian_filter(im,10)


# save the result
#imsave('synth_original.pdf',im)
#imsave('synth_rof.pdf',U)
#imsave('synth_gaussian.pdf',G)


# plot
figure()
gray()

subplot(1,3,1)
imshow(im)
#axis('equal')
axis('off')
title(u'原噪声图像', fontproperties=font)

subplot(1,3,2)
imshow(G)
#axis('equal')
axis('off')
title(u'高斯模糊后的图像', fontproperties=font)

show()

计算机视觉学习(二)--图像处理基础_第4张图片

3.直方图均衡化

一个极其有用的例子是灰度变换后进行直方图均衡化。图像均衡化作为预处理操作,在归一化图像强度时是一个很好的方式,并且通过直方图均衡化可以增加图像对比度。下面是对图像直方图进行均衡化处理的例子:

# -*- coding: utf-8 -*-
from PIL import Image
from pylab import *
from PCV.tools import imtools

# 添加中文字体支持
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'))  # 打开图像,并转成灰度图像
#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()

计算机视觉学习(二)--图像处理基础_第5张图片

你可能感兴趣的:(计算机视觉学习(二)--图像处理基础)