数字图像处理（初阶）_数字图像处理初步在python里-优快云博客

本博客仅为初学者的学习记录。

在Anaconda以及PyCharm环境配置完毕即可开始进行。

预备知识：

1.图像

首先一幅图像记录的是物体辐射能量得到空间分布，因此我们若想获得一幅图片，需要进行以下操作：

1.采样——>空间分辨率

2.量化——>幅度分辨率

3..编码——>压缩

描述一幅图像，可以用下式表示：

$f(x,y)$

其中，f代表着坐标处能量的幅值。

此外，若定义空间分辨率为M×N，且通道数为k(如灰度图有256级，k=8)，则位数b可以用以下公式表示： $b=MNk$

2.三种类型图片

1.二值图： f=0/1,用1位，k=1

2.灰度图: 256级，用八位，k=8

3.彩色图(RGB): (256,256,256) k=24,每个通道有8位

读取图像、显示、保存

1.读取图像

读入图像分为Opencv的方式cv2.imread以及matplotlib.pyplot.imread(),假设图片名称为001.bmp

import cv2
img1 = cv2.imread('001.bmp')
img2 = cv2.imread('001.bmp',0)
print(img1.shape,'',img2.shape)

import matplotlib.pyplot as plt
img = plt.imread('001.bmp')
print(img.shape)

(1080, 1080, 3) (1080, 1080)

2.显示图像

同理，先使用opencv的cv2库，其中cv2.imshow(显示名称，图像数据)，随后需要搭配waitKey()和destroyAllwindows()的函数。其中waitKey()为键盘绑定函数，时间尺度为毫秒级。若设定为0，则无限等待，直到关闭显示窗口。destroyAllwindows()则用于关闭全部打开的窗口，若不全部关闭。可以用destroyAllwindows()输入想删除的窗口

import cv2
img = cv2.imread('001.bmp')
cv2.imshow('001',img)
cv2.waitKey(0)

同样，使用matplotlib.pyplot中的imshow()函数，其中plt.imshow(文件名，颜色图谱(cmap))，文件名需要用引号括起来。若需要绘制灰度图，需要表明灰度空间(gray)，最后用show()函数完成显示。若需要给图片命名，则使用title()即可

import matplotlib.pyplot as plt
img = plt.imread('001.bmp')
plt.imshow(img)
plt.title('001')
plt.show()"""

通常我们需要对比前后图片的变化，使用matplotlib.pyplot中的subplot()函数可以实现该功能.括号一般输入三个整数(abc),将画布分为a行，b列，共a×b块，当前在c块上作图。

import matplotlib.pyplot as plt
img = plt.imread('001.bmp')
img1 = img + 10
plt.subplot(121)
plt.imshow(img)
plt.title('original')
plt.subplot(122)
plt.imshow(img1)
plt.title('processed')
plt.show()

经过处理后，整个画面亮度增加10点.

由于opencv是以BGR形式存储，matplotlib.pyplot以RGB形式存储，因此如果用opencv读取，使用matplotlib.pyplot展开画布，需要一个通道转换的操作.

import cv2
import matplotlib.pyplot as plt
img = cv2.imread('001.bmp')
img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
plt.imshow(img)
plt.title('001')
plt.show()