Python计算机视觉编程_01

最新推荐文章于 2024-01-21 03:39:12 发布

最新推荐文章于 2024-01-21 03:39:12 发布 · 4.7k 阅读

文章标签：

#python #计算机视觉 #opencv

本文介绍了如何在VSCode中使用Python和OpenCV进行图像处理，包括图像直方图的原理和结果演示，高斯滤波的理论及应用，以及直方图均衡化的概念和效果展示。通过实例展示了这些基本操作在图像处理中的作用。

基本的图像操作和处理

前言
1.图像直方图
- 1.1.原理
- 1.2.结果演示
2.高斯滤波
- 2.1.原理
- 2.2.结果演示
3.直方图均衡化
- 3.1.原理
- 3.2.结果演示
后记

前言

本篇博客介绍在vscode中使用opencv进行图像处理的基本操作，使用的语言为python，vscode中按照python可以参考我以前写的这篇博客：vscode中配置python环境
至于在vscode导入opencv包就请各位自行百度解决（~~其实是我忘记当初怎么装的了~~ ）。

1.图像直方图

1.1.原理

谈到图像处理就不得不提图像直方图，一般来说，图像直方图是指灰度直方图，即图像通过灰度变换后得到的灰度图像的像素值的分布。
灰度图像图是只针对灰度图像，平常接触的彩色图像都是由三个灰度图像（Red,Green,Blue）叠加而成，可以说每个灰度图像都有自己的灰度直方图。
那么这个直方图有什么用呢，从表面来看，直方图可以直观地表示这幅图像像素点的分布情况，可以很明显的看出一幅图像的明暗程度，缺点也很明显，丢失了图像的图片特征和方向。
不过在谈到一幅图像的直方图都是指这张彩色图像的灰度直方图，这就需要将三张灰度图像化成一张，这里我采用opencv中的cvtColor函数来进行灰度化。

1.2.结果演示

这是我用手机拍的学校图片。
在这里插入图片描述
为什么是晚上呢，因为白天拍的照片大小超标了，越亮的照片像素值越高，所占的容量也越大，所以从目前来看，这张图片的直方图应该是偏左边（即靠近原点）的。让我们来测试看看。

from cv2 import waitKey
import numpy as np
import matplotlib.pyplot as plt
import cv2

img=cv2.imread('D:\\vscode\\python\\test1.jpg')
#cvtColor函数（变换对象，转换系数），COLOR_BGR2GRAY的公式为Gray = 0.1140*R + 0.5870*G + 0.2989*B
img=cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#额外命名窗口，解决图片过