Python计算机视觉编程--基本的图像操作和处理

本章讲解操作和处理图像的基础知识，将通过大量示例介绍处理图像所需的Python工具包，并介绍用于读取图像、图像转换和缩放、计算导数、画图和保存结果等的基本工具。这些工具的使用将贯穿本书的剩余章节。
一、灰度变换
将图像读入NumPy数组对象后，我们可以对它们执行任意数字操作，灰度变换就是其中一种操作，考虑任意函数f,它将0…255区间映射到自身。
下图为代码

运行之后的结果如下图

二、图像轮廓和直方图
首先将图像灰度化，用PIL的convert()方法将图像转换成灰度图像，对每个坐标[x,y]的像素值施加同一个阈值。
直方图可以用来表征该图像像素值的分布情况，可以使用hist()函数来进行绘制
下图为代码

以下为运行结果

三、直方图均衡化
直方图均衡化也是图像灰度变换的例子之一，直方图均衡化是对图像灰度值进行归一化，可以以此来增强图像的对比度，直方图均衡化的变换函数是图像中像素值的累积分布函数。
下图为代码

下图为运行结果

四、高斯滤波 图像模糊
图像模糊就是将（灰度）图像I和一个高斯核进行卷积操作，进行其他图像处理的时候经常需要进行高斯模糊，Scipy有用来做滤波操作的scipy.ndimage.filters模块。
下图为代码


下图为运行结果

五、pycharm中各类包的安装
在对以上几个实验进行操作时需要安装各类包，我们可以点击pycharm中的File->Settings会出现如图所示的窗口，在左边菜单栏选择Project Interpreter,再点击右上角的加号对包进行查找安装

找到所需的包之后选中该包，点击左下角Install Package进行安装即可