混凝土断面图像处理

一、OpenCV

1、cv2.imread命令，读取图像

img=cv2.imread(filename,flags)

• filename：建议填入绝对路径（该图片文件的完整路径）
• flags：有以下6个

1. IMAGE_UNCHANGED  = -1，这个标识在新版本中已被废置，可以忽略
2. IMAGE_GRAYSCALE  = 0，返回灰色图像
3. IMAGE_COLOR = 1，返回彩色图像
4. IMAGE_ANYDEPTH = 2，若图像深度是16位或者32位，就返回对应深度，否则，返回8位图像
5. IMAGE_ANYCOLOR   = 4，返回所有颜色
6. IMAGE_IGNORE_ORIENTATION  = 128，忽略任何旋转

2、cv2.imshow命令，显示图像

cv2.imshow(winname, img)

• winname：字符串，显示窗口的名称。
• img：所显示的 OpenCV 图像，nparray 多维数组。
• cv2.imshow() 函数后可加上函数cv2.waitKey(0)，0表示持续时间无限。

3、cv2.namedwindow() 函数

cv2.namedWindow(winname,flags)

• winname：字符串，显示窗口的名称。
• flags：窗口创建模式

1.  WINDOW_NORMAL或WINDOW_AUTOSIZE：窗口尺寸可变 或 窗口尺寸为图像尺寸，不可变 
2. WINDOW_KEEPRATIO或WINDOW_FREERATIO：保持图像宽高比 或 图像宽高比可变
3. WINDOW_GUI_EXPANDED或WINDOW_GUI_NORMAL：窗口带有工具栏和状态栏 或 窗口不带工具栏和状态来
4. 默认的flags为：WINDOW_AUTOSIZE | WINDOW_KEEPRATIO | WINDOW_GUI_EXPANDED
5. flags可以为多个标志的组合用“|”符号连接

4、img.shape函数

img_shape=img.shape

读取图片的尺寸信息

• img.shape[:2]取彩色图片的长、宽
• img.shape[:3]取彩色图片的长、宽、通道
• img.shape[0]图像的垂直尺寸（高度）
• img.shape[1]图像的水平尺寸（宽度）
• img.shape[2]图像的通道数

 5、cv2.medianBlur()函数，中值滤波

dst=cv2.medianBlur(src, ksize=3)

中值滤波

• src：原图像
• ksize：滤波核大小

6、cv2.bilateralFilter()函数，双边滤波

bilateralFilter(src, d, sigmaColor, sigmaSpace, dst=None, borderType=None)

• src：原图像
• d：过滤期间使用的每个像素邻域的直径。如果为非正，则从sigmaSpace计算。
• sigmaColor：颜色空间滤波器的sigma值，该参数的值越大，意味着像素邻域内的更多颜色将混合在一起，从而产生更大的半等色区域。
• sigmaSpace：该值越大，越远的颜色相近的像素将相互影响，使更大的区域中足够相似的颜色获取相同的颜色。当d>0时，d指定了邻域大小，那么不考虑sigmaSpace值，否则d正比于sigmaSpace。
• dst=：输出图像
• borderType=：用于推断图像外部像素的某种边界模式，有默认值BORDER_DEFAULT。

1. 一般为了简化，sigmaColor和sigmaSpace可以设置相同的值(下面都用sigma表示两者)如果sigma的值小于10的话，不会产生太大的影响;如果大于150的话，将产生非常强的影响(使图片卡通画)
2. 如果选择的d大于5的话，那么执行将会非常慢，所以建议对于实时应用使用d=5;如果对于强噪声的，可以将d=9。

参考链接：

中值滤波器和双边滤波器（python实现）_python 双边滤波-优快云博客

图像滤波——双边滤波（bilateral filtering）-优快云博客

二、Matplotlib

1、plt.imshow()