计算机视觉_头歌实验

<计算机视觉头歌实验>

第一单元：图像的阈值和平滑

第一题

(图像的阈值处理以及灰度，交换rgb通道处理）
根据提示，在右侧编辑器补充 Begin-End 区间代码，实现对给定图片实现阈值分割图像的任务。具体要求如下：
使用 OpenCV 提供的函数读取路径下的图片cat.jpg；
交换通道为RGB；
把读入的图片转化为灰度图；
分别对灰度图进行阈值化操作：
THRESH_BINARY、THRESH_BINARY_INV、THRESH_TRUNC、THRESH_TOZERO、THRESH_TOZERO_INV。

阈值为150， 最大值为255，并且将返回的灰度图分别命名为thresh1 ~ thresh5。

import cv2
import matplotlib.pyplot as plt
def thd():
    filepath='/data/workspace/myshixun/task1/'
    # 请根据左侧编程要求，完成图像阈值化操作：
    ########## Begin ##########
    # 读取图像
    img = cv2.imread(filepath + 'cat.jpg')
    img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
    img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY)
    ##img = img_gray
    thresh1 = cv2.threshold(img_gray, 150, 255, cv2.THRESH_BINARY)[1]
    thresh2 = cv2.threshold(img_gray, 150, 255, cv2.THRESH_BINARY_INV)[1]
    thresh3 = cv2.threshold(img_gray, 150, 255, cv2.THRESH_TRUNC)[1]
    thresh4 = cv2.threshold(img_gray, 150, 255, cv2.THRESH_TOZERO)[1]
    thresh5 = cv2.threshold(img_gray, 150, 255, cv2.THRESH_TOZERO_INV)[1]
    ########## End ##########
    img = img_rgb

    # 作图并保存到指定路径
    titles = ['Original Image', 'BINARY', 'BINARY_INV', 'TRUNC', 'TOZERO', 'TOZERO_INV']
    images = [img, thresh1, thresh2, thresh3, thresh4, thresh5]
    for i in range(6):
        plt.subplot(2, 3, i + 1), plt.imshow(images[i], 'gray')
        plt.title(titles[i])
        plt.xticks([]), plt.yticks([])
    plt.savefig(filepath+'out/threthold.png')

第二题

（多种滤波器对图像的平滑处理）
根据提示，在右侧编辑器补充 Begin-End 区间的代码，实现图像的平滑处理。具体要求如下：

读取filepath下的pic.png作为待处理图像；
更改图像通道为RGB通道顺序；
分别使用
均值滤波、高斯滤波、方框滤波、中值滤波
对图像进行滤波操作。返回的图像变量请分别命名为res1 ~ res4。其中所有的滤波器核大小为5x5；高斯滤波的sigmaX、sigmaY由ksize计算；方框滤波输出与原始图像一致，不使用归一化处理。

import cv2
import matplotlib.pyplot as plt

# 使用图像平滑处理带噪声的图片
def flt():
    filepath = '/data/workspace/myshixun/task2/'
    # 请根据左侧编程要求，完成图像平滑操作：
    ########## Begin ##########
   # 读取图像
    img = cv2.imread(filepath + 'pic.png')
    
    # 将通道交换为RGB顺序
    img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
    
    # 图像平滑操作
    res1 = cv2.blur(img_rgb, (5, 5))
    res2 = cv2.GaussianBlur(img_rgb, (5, 5), 0, 0)
    res3 = cv2.boxFilter(img_rgb, -1, (5, 5), False)
    res4 = cv2.medianBlur(img_rgb, 5)
    
    
   
   
    ########## End ##########

    # 作图并保存到指定路径
    titles = ['Blur', 'GaussianBlur', 'boxFilter', 'medianBlur']
    images = [res1, res2, res3, res4]
    # 分别画出四个子图，并保存为filter.png
    for i in range(4):
        plt.subplot(2, 2, i + 1), plt.imshow(images[i], 'gray')
        plt.title(titles[i])
        plt.xticks([]), plt.yticks([])
    plt.savefig(filepath+'out/filter.png')

END