資訊內(nèi)容
Python作業(yè)：直方圖、均衡化、高斯濾波
nBT少兒編程網(wǎng)-https://www.pxcodes.compython直方圖、均衡化、高斯濾波nBT少兒編程網(wǎng)-https://www.pxcodes.com
測(cè)試原圖直方圖基本原理matplotlib庫(kù)繪制直方圖RGB三通道直方圖直方圖均衡化基本原理PCV庫(kù)完成直方圖均衡化高斯濾波基本原理opencv高斯濾波實(shí)現(xiàn)nBT少兒編程網(wǎng)-https://www.pxcodes.com
（免費(fèi)學(xué)習(xí)推薦：python視頻教程）nBT少兒編程網(wǎng)-https://www.pxcodes.com
測(cè)試原圖nBT少兒編程網(wǎng)-https://www.pxcodes.com
nBT少兒編程網(wǎng)-https://www.pxcodes.com
直方圖nBT少兒編程網(wǎng)-https://www.pxcodes.com
基本原理nBT少兒編程網(wǎng)-https://www.pxcodes.com
什么是直方圖：圖像的直方圖描述圖像的灰度級(jí)和對(duì)應(yīng)灰度級(jí)在圖像中出現(xiàn)的次數(shù)（頻率）的關(guān)系，通過(guò)直方圖可以進(jìn)行圖像分割、檢索、分類等操作nBT少兒編程網(wǎng)-https://www.pxcodes.com
matplotlib庫(kù)的hist函數(shù)：hist函數(shù)能夠幫助繪制直方圖。它的參數(shù)很多，這里用到前兩個(gè)參數(shù)：x、bins。x參數(shù)表示一個(gè)像素的一維數(shù)組，如果是一維以上的數(shù)組可以使用flatten方法展平成一維，一般來(lái)說(shuō)讀入一幅圖片都是一個(gè)二維的矩陣，都需要進(jìn)行展平的操作。bins參數(shù)表示要顯示直方圖的柱數(shù)nBT少兒編程網(wǎng)-https://www.pxcodes.com
假設(shè)有一個(gè)二維數(shù)組img=[[159,120,130],[100,84,92],[168,150,212]]。其數(shù)字表示圖像的像素值，展平后img=[159,120,130,100,84,92,168,150,212]，使用hist函數(shù)繪制出的直方圖如下圖。橫軸表示像素值，縱軸表示該像素值出現(xiàn)的頻率
opencv提供的cv2.calcHist()繪制直方圖：calcHist函數(shù)需要傳入讀取的圖片image；圖像的通道channels，如果是灰度圖像channels=0，如果分別是r、g、b通道，則傳入0、1、2。nBT少兒編程網(wǎng)-https://www.pxcodes.com
matplotlib庫(kù)繪制直方圖nBT少兒編程網(wǎng)-https://www.pxcodes.com
課本代碼nBT少兒編程網(wǎng)-https://www.pxcodes.com
from PIL import Imagefrom pylab import *# 解決中文亂碼plt.rcParams['font.sans-serif'] = 'SimHei'plt.rcParams['axes.unicode_minus'] = False#im = array(Image.open('headimage.jpeg').convert('L')) # 打開圖像，并轉(zhuǎn)成灰度圖像print(im)figure()subplot(121)gray()contour(im, origin='image') #畫圖axis('equal') # 自動(dòng)調(diào)整比例axis('off') # 去除x y軸上的刻度title(u'圖像輪廓')subplot(122)# flatten()函數(shù)可以執(zhí)行展平操作，返回一個(gè)一維數(shù)組hist(im.flatten(), 128)print(im.flatten())title(u'圖像直方圖')plt.xlim([0,260])plt.ylim([0,11000])show()運(yùn)行結(jié)果
nBT少兒編程網(wǎng)-https://www.pxcodes.com
RGB三通道直方圖nBT少兒編程網(wǎng)-https://www.pxcodes.com
代碼實(shí)現(xiàn)nBT少兒編程網(wǎng)-https://www.pxcodes.com
import cv2from matplotlib import pyplot as plt img = cv2.imread('headimage.jpeg',1)color = ('b','g','r')for i,col in enumerate(color): histr = cv2.calcHist([img],[i],None,[256],[0,256]) plt.plot(histr,color = col) plt.xlim([0,256])plt.show()運(yùn)行結(jié)果
nBT少兒編程網(wǎng)-https://www.pxcodes.com
直方圖均衡化nBT少兒編程網(wǎng)-https://www.pxcodes.com
基本原理nBT少兒編程網(wǎng)-https://www.pxcodes.com
什么是直方圖均衡化：直方圖均衡化是利用圖像的直方圖對(duì)對(duì)比度進(jìn)行調(diào)整，是圖像增強(qiáng)的一種方法。從圖片直觀上看，均衡化后的圖片對(duì)比度更強(qiáng)，更加清晰，特征更加明顯；從直方圖上看，均衡化后的圖片的直方圖灰度值出現(xiàn)的頻率更加均勻。nBT少兒編程網(wǎng)-https://www.pxcodes.com
如何均衡化直方圖：nBT少兒編程網(wǎng)-https://www.pxcodes.com
直方圖均衡化首先要讀取一張圖片img，并計(jì)算該圖片的直方圖的值imhist（可以使用histogram函數(shù)）。得到直方圖的值后需要計(jì)算該直方圖的累計(jì)直方圖cdf（cdf[i]等于imhist[0]到imhist[i]的總和，可以使用cumsum函數(shù)直接得到）。**后就是進(jìn)行直方圖的均衡化，對(duì)于圖片第i行第j列的像素值img[i, j]，利用公式 img[i, j] = cdf[ img[i,j] ] / (m*n)*255進(jìn)行計(jì)算，得到均衡化后的像素值，然后再計(jì)算均衡化后的圖片的直方圖，就得到均衡化后的直方圖使用PCV庫(kù)的histeq函數(shù)均衡化：傳入圖像im，返回均衡化后的直方圖和累計(jì)直方圖cdf。 nBT少兒編程網(wǎng)-https://www.pxcodes.com
PCV庫(kù)完成直方圖均衡化nBT少兒編程網(wǎng)-https://www.pxcodes.com
課本代碼nBT少兒編程網(wǎng)-https://www.pxcodes.com
# -*- coding: utf-8 -*-from PIL import Imagefrom pylab import *from PCV.tools import imtools# 添加中文字體支持from matplotlib.font_manager import FontProperties font = FontProperties(fname=r"c:windowsfontsSimSun.ttc", size=14)im = array(Image.open('tire.jpg').convert('L')) # 打開圖像，并轉(zhuǎn)成灰度圖像im2, cdf = imtools.histeq(im)figure()subplot(2, 2, 1)axis('off')gray()title(u'原始圖像', fontproperties=font)imshow(im)subplot(2, 2, 2)axis('off')title(u'直方圖均衡化后的圖像', fontproperties=font)imshow(im2)subplot(2, 2, 3)axis('off')title(u'原始直方圖', fontproperties=font)hist(im.flatten(), 128, density=True)subplot(2, 2, 4)axis('off')title(u'均衡化后的直方圖', fontproperties=font)hist(im2.flatten(), 128, density=True)show()運(yùn)行結(jié)果
通過(guò)運(yùn)行結(jié)果可以得到，因?yàn)樵瓐D像整體較暗（黑），是的原圖像的直方圖在低像素上出現(xiàn)的頻率較高，高像素的頻率低。通過(guò)直方圖均衡化后，圖像整體變亮，觀察直方圖發(fā)現(xiàn)低像素的頻率有所降低，而高像素的頻率升高，使得圖像有了更明顯的對(duì)比度nBT少兒編程網(wǎng)-https://www.pxcodes.com
高斯濾波nBT少兒編程網(wǎng)-https://www.pxcodes.com
基本原理nBT少兒編程網(wǎng)-https://www.pxcodes.com
什么是高斯濾波：高斯濾波是一種線性平滑濾波，它將正太分布用于圖像處理，適用于消除高斯噪聲，能夠?qū)D片進(jìn)行模糊處理，使圖像變得平滑，使圖片產(chǎn)生模糊的效果。nBT少兒編程網(wǎng)-https://www.pxcodes.com
高斯濾波原理：高斯濾波是用戶指定一個(gè)模板，然后通過(guò)這個(gè)模板對(duì)圖像進(jìn)行卷積，所進(jìn)行的卷積操作就是將模板中心周圍的像素值進(jìn)行加權(quán)平均后替換模板中心的像素值
nBT少兒編程網(wǎng)-https://www.pxcodes.com
opencv高斯濾波實(shí)現(xiàn)nBT少兒編程網(wǎng)-https://www.pxcodes.com
代碼實(shí)現(xiàn)nBT少兒編程網(wǎng)-https://www.pxcodes.com
import cv2import matplotlib.pyplot as plt im=cv2.imread("tire.jpg")# 高斯濾波img_Guassian = cv2.GaussianBlur(im,(5,5),0)plt.subplot(121)plt.imshow(im)plt.subplot(122)plt.imshow(img_Guassian)plt.show()運(yùn)行結(jié)果
從運(yùn)行結(jié)果中可以看出，經(jīng)過(guò)高斯濾波后的圖像變得模糊了，邊緣變得沒(méi)有那么明顯，圖像變得平滑nBT少兒編程網(wǎng)-https://www.pxcodes.com
相關(guān)免費(fèi)學(xué)習(xí)推薦：python教程（視頻）nBT少兒編程網(wǎng)-https://www.pxcodes.com
以上就是Python作業(yè)：直方圖、均衡化、高斯濾波的詳細(xì)內(nèi)容，更多請(qǐng)關(guān)注少兒編程網(wǎng)其它相關(guān)文章！nBT少兒編程網(wǎng)-https://www.pxcodes.com
- 上一篇
讀懂Python的異常機(jī)制
簡(jiǎn)介前言：之前工作時(shí)用python完成一個(gè)利用串口發(fā)SCPI與單片機(jī)交互通信的命令行窗口，在實(shí)現(xiàn)功能的時(shí)候發(fā)現(xiàn)用python對(duì)數(shù)據(jù)結(jié)果無(wú)論是最終正確值的返回還是錯(cuò)誤值的返回都可以直接return給主界面。顯然直接return不同含義的數(shù)據(jù)是不行的，所以采用異常機(jī)制來(lái)處理錯(cuò)誤值的數(shù)據(jù)。因?yàn)橹皩?duì)異常這方面
- 下一篇
python如何求平均數(shù)
簡(jiǎn)介python求平均數(shù)的方法：首先新建python文件，并輸入要計(jì)算的平均數(shù)；然后初始化sum總和的值；最后利用“總和/數(shù)量”的公式計(jì)算出平均數(shù)。本教程操作環(huán)境：windows7系統(tǒng)、python3.9版，DELLG3電腦。python求平均數(shù)的方法：1、明白了程序的IPO模式之后，我們打開本地的py
相關(guān)資訊
