数字图像处理 第三章 Python图像编辑基础

一、图像处理的常用开发方法

• C、Visual C++：速度快，效率高，开发难度较大
• C#：提供图像类，入门容易，效率较低；
• Java：更适合网络开发；
• Python：第三方库丰富，开发效率低；
• Delphi、VB：速度慢，开发效率低；

传统VC++图像处理的方法

• 图像数据读取后放到哪里？
• DIB设备无关位图文件；
• 由于MFC没有封装处理与DIB位图相关的Windows API函数的类，所以奔着面向对象的思想，有必要设计一个CDib类；

传统VC++的处理方法——设计CDIB类

传统VC++的处理方法——开发流程

• 

Python开发工具

文本工具类
IDLE，Notepad++ ，Sublime Text
集成工具类
PyCharm，Wing，PyDev&Eclipse，Visual Studio，Anaconda&Spyder（PIL），Canopy

Python有关图像处理的库

• PIL/Pillow：提供基础的数字图像处理，读出来的文件是PIL的类型；
• Numpy：图像本质上是包含数据点像素的标准Numpy数组；
• Scipy：像Numpy一样，可用于基本的图像处理和处理任务；
• Matplotlib：提供图像和图形数据的可视化输出；
• skimage：基于Scipy的图像处理包；
• OpenCV-Python：OpenCV的Python APi；
• SimpleCV；
• Mahotas；

二、PIL/Pillow图像处理库

PIL图像处理库的用途

• 图像归档（创建缩略图，转换图像格式，打印图像）
• 图像展示，支持多的GUI框架接口
• 图像处理（点处理，卷积核）

PIL/Pillow库的核心类

• image类：核心类，加载图像，Imageopen（filename，mode）：发开一张图像，返回一个Image对象；
  size属性：表示宽高；
  format属性：表示图像文件的格式，包括JPEG，PNG等；
  mode属性：表示图像的色彩模式’
• Image.show():显示图像
• Image.new(mode,(width,height),color):新建图像；

保存图像

• Image.save(filename,format):保存指定格式的图像；
• 

创建缩略图

• Image.thumbnail(size,resample):创建缩略图；
• 第一个参数是指定的缩略图大小；

几何变换

• Image.transpose(method):返回反转或者旋转后的图像；
• Image.resize(size,resamole,box):返回改变为size的图像；

裁剪、合并、粘贴、拷贝

• Image.crop(box):返回矩形区域裁剪后的图像。

点处理与滤波器

• Image.point(lut,mode):对图像像素进行点操作；
• Image.filter(filter):对图像进行滤波操作；

颜色模式变换

• Image.convert():颜色模式变换。

像素操作

• Image.getpixel(xy):返回给指定位置的像素指。左上角为（0,0）
  如果图象为多通道，则返回一个元组；（8位灰度图像返回单值）
  该方法执行较慢；如果需要较打部分数据，可用load（）或者getdata（）；
• Image.putpixel(xy,color):改变单个像素点颜色；

图像增强子类——ImageEnhance

• ImageEnhance：图像增强，增加亮度；

三、我们的基本思路

• 直接调用有关高级图像处理库及函数完成——忽略细节；
• 像素级操作（自己写代码进行处理）——初学者推荐；
• 

像素级操作

• 用Image.getpixel()和Image.putpixel()两个函数对图像进行像素级处理；
• 核心套路：取像素颜色值——处理——存放像素颜色值；
• 处理过程可能需要遍历所有或部分像素，而核心的算法在中间的“处理”部分；

四、应用实例

• 实验1 图像文件的读取与显示
• 实验目的：通过编写和调试一个读取图像文件中图像数据的程序，加深对图像数据在计算机中存储格式的理解，并为后续打基础；
  熟悉Python开发环境，掌握Pillow库的基本使用方法；
• 实验内容：用Python编写一个读取并显示图像文件的程序；
• 实验步骤：导入ＰＩＬ库（import）；打开图像文件，并获得文件对象（open()）；输出图像的大小、格式、色彩模型；显示图像(show())；将图像另存为jpg格式(save())；
• 代码：

# -*- coding: utf-8 -*-
"""
Created on Thu Mar 26 08:32:21 2020

@author: 拔牙不打麻药
"""
from PIL import Image;
im=Image.open('C:\课堂\数字图像处理\实验参考图像\实验参考图像\lena_256.bmp')
print(im.size,im.format,im.mode)
im.show()
im.save("1.jpg")

---

实验要等下节课再讲了，上边的图片都是直播的时候截的，全损画质嘿嘿。

进阶操作

• 进阶一：获取图像第一个位置像素的颜色值，并输出颜色值；（记得改绝对路径）

# -*- coding: utf-8 -*-
"""
Created on Thu Mar 26 08:32:21 2020

@author: 拔牙不打麻药
"""
from PIL import Image;
import numpy as np;
import skimage.io;
#im=Image.open('C:\课堂\数字图像处理\实验参考图像\实验参考图像\lena_256.bmp')
im=Image.open(r'C:\课堂\数字图像处理\实验参考图像\实验参考图像\airplane_512color.jpg')
print(im.size,im.format,im.mode)
width,height=im.size
im_new=im.copy()
#im.show()
#im.save("1.jpg")
###输出第一个像素的rgb
print("第一个像素的颜色值为"+str(im.getpixel((0,0))))

• 进阶二：改变图像第一个位置像素的颜色值为白色；（要用彩色图像，因为我用的是三位rgb）

# -*- coding: utf-8 -*-
"""
Created on Thu Mar 26 08:32:21 2020

@author: 拔牙不打麻药
"""
from PIL import Image;
import numpy as np;
import skimage.io;
#im=Image.open('C:\课堂\数字图像处理\实验参考图像\实验参考图像\lena_256.bmp')
im=Image.open(r'C:\课堂\数字图像处理\实验参考图像\实验参考图像\airplane_512color.jpg')
print(im.size,im.format,im.mode)
width,height=im.size
im_new=im.copy()
#im.show()
#im.save("1.jpg")
###输出第一个像素的rgb
print("第一个像素的颜色值为"+str(im.getpixel((0,0))))

im.putpixel((0,0),(255,255,255))#改变图像第一个位置像素的颜色
print("改变后的颜色为"+str(im.getpixel((0,0))))

• 进阶三：图像二值化处理；

# -*- coding: utf-8 -*-
"""
Created on Thu Mar 26 08:32:21 2020

@author: 拔牙不打麻药
"""
from PIL import Image;
import numpy as np;
import skimage.io;
im=Image.open('C:\课堂\数字图像处理\实验参考图像\实验参考图像\lena_256.bmp')
#im=Image.open(r'C:\课堂\数字图像处理\实验参考图像\实验参考图像\airplane_512color.jpg')
print(im.size,im.format,im.mode)
width,height=im.size
im_new=im.copy()
#im.show()
#im.save("1.jpg")
###输出第一个像素的rgb
print("第一个像素的颜色值为"+str(im.getpixel((0,0))))

#im.putpixel((0,0),(255,255,255))#改变图像第一个位置像素的颜色
#print("改变后的颜色为"+str(im.getpixel((0,0))))
#判断是否为灰度图像
if (im.mode=='L'):
#灰度图像二值化
    for i in range(width):
        for j in range(height):
            a=im.getpixel((i,j))
            if(a<=128):
                im_new.putpixel((i,j),0)
            else:
                im_new.putpixel((i,j),255)
    im_new.show()

图像二值化

• 算法原理：设t为阈值，如果图像的像素小于阈值，则变化后该点的灰度值为0，繁殖则为255.
• 分类：灰度图像二值化；彩色图像二值化（有何不同？）

进阶三——灰度图像二值化

# -*- coding: utf-8 -*-
"""
Created on Thu Mar 26 08:32:21 2020

@author: 拔牙不打麻药
"""
from PIL import Image;
import numpy as np;
import skimage.io;
#im=Image.open('C:\课堂\数字图像处理\实验参考图像\实验参考图像\lena_256.bmp')
im=Image.open(r'C:\课堂\数字图像处理\实验参考图像\实验参考图像\airplane_512color.jpg')
print(im.size,im.format,im.mode)
width,height=im.size
im_new=im.copy()
#im.show()
#im.save("1.jpg")
###输出第一个像素的rgb
print("第一个像素的颜色值为"+str(im.getpixel((0,0))))

#im.putpixel((0,0),(255,255,255))#改变图像第一个位置像素的颜色
#print("改变后的颜色为"+str(im.getpixel((0,0))))
#判断是否为灰度图像
if (im.mode=='L'):
#灰度图像二值化
    for i in range(width):
        for j in range(height):
            a=im.getpixel((i,j))
            if(a<=128):
                im_new.putpixel((i,j),0)
            else:
                im_new.putpixel((i,j),255)
    im_new.show()
elif (im.mode=='RGB'):
    #先彩色图像灰度化
    im.show()
    im=im.convert('L')
    img=skimage.io.imread(r'C:\课堂\数字图像处理\实验参考图像\实验参考图像\airplane_512color.jpg')
    #取灰度均值
    average=np.mean(img)
    im.show()
    #再灰度图像二值化
    for i in range(width):
        for j in range(height):
            a=im.getpixel((i,j))
            if(a<=average):
                im.putpixel((i,j),0)
            else:
                im.putpixel((i,j),255)
    im.show()
    

---

我又来吹高老师了1551怎么会有这么好的老师呢1551为什么给分不能高点呢