python图像处理一

导入相关库：

	import chardet
	import numpy as np
	import cv2 as cv
	from PIL import Image
	import sys
	from matplotlib import pyplot as plt

函数说明：

plt库的中文乱码处理：

     plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
  	 plt.rcParams['axes.unicode_minus']=False #用来正常显示负号

对于opencv的像素是BGR顺序，然而matplotlib所遵循的是RGB顺序：

	或者采用img3=img[:,:,::-1]转换
	或者采用img2 = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

图像均衡化，参数说明：一维数组，bin+1的长度（即257），range

	 hist = cv.calcHist([images],[0],None,[256],[0,256])

灰度图像与彩色图像的显示：

	plt.figure("Image")
	#这里必须加 cmap='gray' ,否则显示的是伪彩色图像
     plt.subplot(121)
     plt.title('gray')
	# 灰度图像
	img = cv.imread('D:/1/1.jpg',0)
	plt.imshow(img,cmap='gray')
	plt.subplot(122)
	# 彩色图像
	img = cv.imread('D:/1/1.jpg',1)
	b,g,r=cv.split(img)
	img2=cv.merge([r,g,b])
	plt.title('color ')
	plt.imshow(img2)
	plt.show()

利用numpy库实现均衡化：

	img = cv.imread("D:/1/1.jpg",0)
	# 返回值hist：数组直方图的值，bin:返回bin边缘(length(hist)+1)
	hist, bins = np.histogram(img.flatten(), 256, [0,256])
	cdf = hist.cumsum()
	cdf_normalized = cdf*float(hist.max())/cdf.max()
	plt.plot(cdf_normalized, color = 'b')   #画曲线
	plt.hist(img.flatten(),256,[0,256], color = 'r')    #绘制直方图
	plt.xlim([0,256])     # x轴的范围
	plt.show()