数字图像处理实验-优快云博客

本文链接：https://blog.youkuaiyun.com/qxpapt/article/details/118946023

数字图像处理基础知识

1、实验目的：

（1）熟悉数字图像处理工具的使用（Python+opencv）。
（2）掌握图像基本的读取、显示和写入（保存）操作。
（3）掌握图像的统计特征。
（4）能够运用开发工具对图像做基本的处理。

2、实验内容：

（1）编写Python程序，打开图像sherlock.jpg，在图窗显示图像，把图像保存在指定的位置。

import cv2 as cv

imag=cv.imread('sherlock.jpg',1)
cv.imshow('imag',imag)
cv.imwrite('sherlock1.jpg',imag)
cv.waitKey(0)
cv.destoryALLWindows()

运行结果
在这里插入图片描述
（2）编写Python程序，打开图像yellowlily.jpg，将其转化为灰度图，在figure1中显示灰度图，并计算figure1的尺寸，像素值，均值，方差，标准差，协方差；在灰度图加入均值为0，方差为1的高斯噪声并在figure2中显示，计算figure2的尺寸，像素值，均值，方差，标准差，协方差；观察figure1和figure2的区别，对比两幅图的统计特征。

import cv2 as cv
import numpy as np
import math
imag=cv.imread('yellowlily.jpg',1)
figure1=cv.cvtColor(imag,cv.COLOR_BGR2GRAY) #转化为灰度图
cv.imshow('imag',figure1)
cv.imwrite('figure1.jpg',figure1)

#图片尺寸
#heigth=figure1.shape[0]
#width=figure1.shape[1]

#图片像素
test=figure1[100,100]

mean=np.mean(figure1) #灰度均值
std=np.std(figure1) #灰度标准差
std1=math.pow(std,2)  #灰度方差


print('test=%f\nmean=%f\nstd=%f\nstd1=%f\n'%(test,mean,std,std1))
cv.waitKey(0)

运行结果
在这里插入图片描述
（3）编写Python程序，打开图像micromarket.jpg，将其转化为灰度图，显示灰度图figure1，并显示灰度图的灰度直方图figure2；对灰度图做反白处理，显示为figure3，对反白后的图像做直方图并显示为figure4，观察figure2和figure4的之间区别。

import cv2 as cv
import numpy as np
import matplotlib.pylab as plt

imag=cv.imread('micromarket.jpg',1)
figure1=cv.cvtColor(imag,cv.COLOR_BGR2GRAY) #转化为灰度图
cv.imshow('imag',figure1)
cv.imwrite('micromarket1.jpg',figure1)

##灰度图像的直方图
figure2=figure1.ravel()
plt.hist(figure2,20)
plt.show()

cv.waitKey(0)

figure1 = cv.imread('micromarket.jpg',0)
#height, width, channels = figure1.shape
#图片尺寸
height=figure1.shape[0]
width=figure1.shape[1]
#channels=figure1.shape[2]
#print("width=%f,height=%f" % (width, height))
for i in range(height):
    for j in range(width):
        #for k in range(channels):
        pv = figure1[i, j]
        figure1[i,j] = 255 - pv
cv.imshow("AfterDeal", figure1)
cv.waitKey(0)