图像实验报告1.docxVIP

甘肃政法学院 本科生实验报告 ( 四） 姓名:周红 学院:信息工程学院 专业:信息管理与信息系统 班级:2014信管班 实验课程名称:图形图像处理 实验日期: 2017年4 月5日 开课时间： 2016-2017 学年 第 二 学期 甘肃政法学院实验管理中心印制  实验题目图形图像处理小组合作否姓名周红班级2014信管班学 号201481020161一、实验目的掌握读、写图像的基本方法。 掌握Python语言中图像数据与信息的读取方法。 理解图像灰度变换处理在图像增强的作用。 掌握绘制灰度直方图的方法，理解灰度直方图的灰度变换及均衡化的方法。二．实验环境硬件：装有Windows 系统的计算机一台 软件：Anaconda Navigator (spyder)三、实验内容与步骤（1）熟悉python语言中对图像数据读取，显示等基本函数 （2）图像灰度变换处理在图像增强的作用 （3）绘制图像灰度直方图的方法，对图像进行均衡化处理 实验原理： 灰度变换 灰度变换是图像增强的一种重要手段，它常用于改变图象的灰度范围及分布，是图象数字化及图象显示的重要工具。 图像反转 灰度级范围为[0, L-1]的图像反转可由下式获得 对数运算：有时原图的动态范围太大，超出某些显示设备的允许动态范围，如直接使用原图，则一部分细节可能丢失。解决的方法是对原图进行灰度压缩，如对数变换： s = clog(1 + r)，c为常数，r≥ 0 幂次变换： 对比拉伸：在实际应用中,为了突出图像中感兴趣的研究对象，常常要求局部扩展拉伸某一范围的灰度值，或对不同范围的灰度值进行不同的拉伸处理，即分段线性拉伸： 其对应的数学表达式为： 直方图均衡化 灰度直方图的横坐标是灰度级，纵坐标是该灰度级出现的频度，它是图像最基本的统计特征。依据定义，在离散形式下， 用rk代表离散灰度级，用pr(rk)代表pr(r)，并且有下式成立： 式中：nk为图像中出现rk级灰度的像素数，n是图像像素总数，而nk/n即为频数。 直方图均衡化处理是以累积分布函数变换法为基础的直方图修正法。假定变换函数为 (a) Lena图像 (b) Lena图像的直方图 当灰度级是离散值时，可用频数近似代替概率值，即 式中：l是灰度级的总数目，pr(rk)是取第k级灰度值的概率，nk是图像中出现第k级灰度的次数，n是图像中像素总数。 所以积分可以表示为下列累计分布函数(cumulative distribution function, CDF) 四、实验过程与分析实验具体实现： 1.熟悉python语言中对图像数据读取，显示等基本函数 （1）文件读取与信息显示： import cv2 import numpy as np ①colorImg=cv2.imread(f:\\image\\lena.jpg) ②huiDuImg=cv2.imread(f:\\image\\lena.jpg,0) ③Img=cv2.cvtColor(colorImg,cv2.COLOR_RGBA2GRAY) cv2.imshow(colorImg,colorImg) cv2.imshow(huiDuImg,huiDuImg) cv2.imshow(Img,Img) cv2.waitKey(0) cv2.destroyAllWindows() 图1文件的读取与显示显示 其中，①为读取彩色图片，② 为读取灰度图像，设置图像像素为灰度，③与②效果相同。 （2）map颜色矩阵的修改 import cv2 from PIL import Image from pylab import * im=array(Image.open(f:\\image\\lena.jpg)) imshow(im) print im print im.shape #可以获取图像的形状，返回值是一个包含行数，列数，#通道数的数组,若图片是灰度图，则无通道数 for i in range(202):#i,j表示图像的大小,k表示（0,1,2）彩色图片取值 for j in range(323): for k in range(3): im[i,j,k]=((0.3)*im[i,j,k]+50)#进行矩阵修改 imshow(im) cv2.waitKey(0) cv2.destroyAllWindows() 图2 map颜色矩阵的修改 图像灰度变换处理在图像增强的作用: 图像反转： import cv2 import numpy as np im=cv2.imread(f:\\image\\lena.jpg