文章目錄
前言
這是第一次使用python所以也是第一次安裝與python相關的軟件，前後裝了3天時間，其中艱辛會寫在另外一篇博客中。
https://blog.csdn.net/lzydelyc/article/details/104461773
1.繪製圖像輪廓以及圖像（灰度）直方圖
1.1基本原理
繪製圖像輪廓首先將圖像灰度化，然後對每個座標[x，y]像素值施加同一閾值
調用的方法（部分）
convert（）：將圖像轉爲灰度圖像
contour(Z) 創建一個包含矩陣Z的等值線的等高線圖
axis(‘equal’) :表示x軸和y軸的單位長度相同
axis(‘off’) :關閉所有座標軸線、刻度標記和標籤
flatten（）：在繪製圖像直方圖之前對圖像進行過壓平處理
hist（）：繪製灰度圖像直方圖
1.2代碼實現
# encoding:utf-8
from PIL import Image
from pylab import *
mpl.rcParams['font.sans-serif'] = ['SimHei']
im = array(Image.open('C:\Python\Pictrue\head.jpg').convert('L'))
figure()
subplot(121)
gray()
contour(im, origin='image')
axis('equal')
axis('off')
title(u'灰度圖像')
subplot(122)
hist(im.flatten(), 128)#一維數組
title(u'圖像直方圖')
plt.xlim([0, 260])
plt.ylim([0, 11000])
show()
1.3結果展示
2.高斯濾波
2.1基本原理
圖像模糊就是將（灰度）圖像 I 和一個高斯核進行卷積操作。
高斯模糊通常是其他圖像處理操作的一部分，在這裏用來作爲使用ROF模型去噪的操作步驟之一。
高斯濾波中sigma（高斯核的標準偏差）值越大，圖像越模糊（見下圖紅框數字）
在高斯濾波中，多維濾波器被實現爲一維卷積濾波器的序列。中間數組以與輸出相同的數據類型存儲。因此，對於精度有限的輸出類型，結果可能不精確，因爲中間結果可能存儲的精度不足。
ROF模型的優點在於去除噪聲的同時較好的保持了邊緣，同時，ROF的峯值信噪比較高。
2.2代碼實現
# -- coding: utf-8 --
from PIL import Image
from pylab import *
from numpy import *
from numpy import random
from scipy.ndimage import filters
from scipy.misc import imsave
from PCV.tools import rof
from matplotlib.font_manager import FontProperties
font = FontProperties(fname=r"c:\windows\fonts\SimSun.ttc", size=14)
im = array(Image.open('C:\Python\Pictrue\head.jpg').convert('L'))
U,T = rof.denoise(im,im)
G = filters.gaussian_filter(im,10) # save the result
#imsave(‘synth_original.pdf’,im)
#imsave(‘synth_rof.pdf’,U)
#imsave(‘synth_gaussian.pdf’,G) # plot
figure()
gray()
subplot(1,3,1)
imshow(im)
#axis(‘equal’)
axis('off')
title(u'原噪聲圖像', fontproperties=font)
subplot(1,3,2)
imshow(G)
#axis(‘equal’)
axis('off')
title(u'高斯模糊後的圖像', fontproperties=font)
subplot(1,3,3)
imshow(U)
#axis(‘equal’)
axis('off')
title(u'ROF降噪後的圖像', fontproperties=font)
show()
2.3結果展示
3.直方圖均衡化
3.1基本原理
直方圖均衡化是將一幅圖像的灰度直方圖扁平，使變換後的圖像中的每個灰度值的分佈概率相同。直方圖均衡化可以增強圖像的對比度。
histeq（）：用於增強灰度值動態範圍偏小的圖像的對比度。基本思想是把原始圖像的灰度統計直方圖變換成爲均勻分佈的形式，增加了像素灰度值的動態範圍，從而達到增強圖像整體對比度的效果。
3.2代碼實現
在繪製matplotlib圖的時候，出現了中文亂碼的情況，在查找後發現需要添加以下兩句語句
from matplotlib.font_manager import FontProperties
font_set = FontProperties(fname=r"c:\windows\fonts\simsun.ttc", size=12)
並在title（）中添加以下語句
title(u'原始圖像',fontproperties=font)
以下是完整代碼段
```javascript
# encoding:utf-8
from PIL import Image
from pylab import *
from PCV.tools import imtools
from matplotlib.font_manager import FontProperties
font = FontProperties(fname=r"c:\windows\fonts\SimSun.ttc", size=14)
im = array(Image.open('C:\Python\Pictrue\head.jpg').convert('L'))
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'直方圖均衡化後的圖像', fontproperties=font)
imshow(im2)
subplot(2, 2, 3)
axis('off')
title(u'原始直方圖',fontproperties=font)
#hist(im.flatten(), 128, cumulative=True, normed=True)
hist(im.flatten(), 128, normed=True)
subplot(2, 2, 4)
axis('off')
title(u'均衡化後的直方圖', fontproperties=font)
#hist(im2.flatten(), 128, cumulative=True, normed=True)
hist(im2.flatten(), 128, normed=True)
show()
3.3結果展示
