python計算機視覺編程

ProgrammingComputerVisionwithPython

安裝

。1需要準備的安裝包

。2安裝Pvthon(xy)

03安裝PCV庫

0.4VLfeat

為順利幫助讀者完成本書中實例的學習，譯者已對代碼做了相應整理，下面給出在對本書實例學習前，你需要做的前期安裝

工作。注意，下面譯者給出的安裝過程是針對Windows下的，其他平臺如Linux、Mac請查閱中譯本附錄。

0.1需要準備的安裝包

要完整復現(xiàn)書中的實例，你需要的主要四個文件包括Python(x,y)2.7.x安裝包、PCV庫、VLfeat

(/download.html評口本書用到的數據庫。Pvthon(x.v)可以在GoogleCode

((https://code.aooqle.eom/p/pvthonxv/)),PCV庫、本書整理出來的實例代碼以及本書用到的所有圖像數據可以從苴頁

(http:〃/pcvwithpvthon/)給出的鏈接下載。

0.2安裝Python(x,y)

在Windows下，譯者推薦你安裝Python(x,y)2.7.x。Python(x,y)2.7.x是一個庫安裝包，除了包含Python自身外，還包含了很

多第三方庫，下面是安裝Python(x,y)時的界面：

#Python(x,y)Setup區(qū)

ChooseComponents

ChoosewhichfeaturesofPython(xry)youwantto

install.

Checkthecomponentsyouwanttoinstallanduncheckthecomponentsyoudon'twantto

install.ClickNexttocontinue.

Selectthetypeofinstall:Full

Or,selecttheoptional二□Directories

componentsyouwishtoL-0Default

install:

???l~~lCustom

Python2.7.6

00Python

0BaseLibraries1.5.0-10

ItIC.CfC.

Description

Spacerequired:794.3MBPositjonyourmouseoveracomponenttoseeits

description.

Python(x4y),thePythonDistributionmadebyScientistsforScientists

<BackNext>Cancel

0R]PythonYE

IPytnon1.2.0-4vitables0py2exe0.6.9

BaseUbranes1.5.0*10叵B

0OpenCV2.4.8-5

BasePython1.9.2-24Eguidatd1.6.1-3EParallelPython1.6.4-3

0pyparsing2.0.1-2

setuptools3.0-12Eguiqwt2.3.1-4EPywm32218.4-2

Matptotiib1.3.1-4SendKeysO.30Veusz1.20.1-9

requests2.2.1-1叵E

netcdf41.0.8-S0pandas0.13.1-8

htmlSb0.999-2Bnose1.3.0*2E

Hopenpyxi1.8.3-6

Pip1.5.2-7fbrmlavout1.0.15*3Epywinauto0.4.2-1

PyCrypto2.6-1Cython0.21.1*100pyvisa1.4(Spsuti1.2.1-7

3PyQt4.9.6-4docutis0.11-2EPySenal2.7-10statsmodds0.5.0-1

WJxydocjn)a22.7.2-3EPyParaBd0SQLAkhemy0.8.4-10

3xy132Tpygments1.6-1EpyhdfO.8.3-20virtuatenv1.11,2*6

自QtHdp4.8.5?3Sphinx1.2.1-4ExW0.9.2-3回uncertaribes2.4.4-10

ReportLab2.7-1xlwtO.7.5-1

Spyder2.2.5-10E0freemage3.6.0-5

smplejson3.3.2-7pyint1.1.0-90Pyicui.s-i

PyQwt5.2.1-5E

r$t2pdf0.93-3wxPython-1

NumPy1.8.0-5E0lxmi3.3.1-11

PyOpenGL3.0.2-3,Ainpdb

SoPy0.13.3-6E回gevent1.0.0-4

VPython5.74-2VIK5.10.1-3

numexpr2.3-5E回paramrfco1.12.2-7

SymPy-4ITK4.5.0-40Bottleneck0.8.O,3

h5py2.2.1-5E

PMwZ3.0-6cvxopt1.1.6-1EP?y3.40mahotas1.1.0-^

Pyreadme2.0-1PyV/avelets0.2.2EETS4.4.1-60PycURL-6

scfats-tearn0.14.1-4

pyeparser2.10-2Emx3.2.7-30Babel1.3-3

cffiO.8.1-5scfcts.mdgeO.9.3-SEgnuplot0pyodbc3.0.7-1

pyzmq14.0.1-6MDPEGOAL1.10.1-3(3pyganie1.9.2-2

Torando3.2-5NebvorkX1.8.1-1Epydictxn0.9.8-20BeaubfUSoup44.322

patsy0.2.1-1PYTabte53.1.0-4Eoc_Freeze4.3.2-20pygraphviz1.3-3

pyyaml3.10-1btosc-python1.2.blESdTE3.3.2-3

fabric1.8.2-3pyOpenSSL0.13.1-1EConsole2.0.148-8

astropy0.3.0-3?EV/rMefge

pytest2.5.2-6EM<1GW

enam!0.9.0-3ESWIG2.0.11-3

gettext

從上面第二幅圖可以看出，pythonxy不僅包含了SciPy、NumPy、PyLab、OpenCV、MatplotLib,還包含了機器學習庫

scikits-learno為避免出現(xiàn)運行實例時出現(xiàn)的依賴問題，譯者建議將上面的庫全部選上，也就是選擇“full”(譯者也是用的全部

安裝的方式進行后面的實驗的)。安裝完成后，為驗證安裝是否正確，可以在Pythonshell里確認一下OpenCV是否已安裝來

進行驗證，在PythonShell里輸入下面命令：

fromcv2import_version_

_version_

輸入上面命令，如果可以看到OpenCV的版本信息，則說明python(x,y)已安裝正確。

另外，需要提醒讀者的是，Python是沒有平臺區(qū)分的，這里指的平臺不是指Linux和Mac這樣的平臺概念，而是在Windows

上沒有位數的區(qū)分。舉個簡單的例子，比如你是64位的Windows系統(tǒng)，你可以安裝32位的Python。對于這一部分的詳細說

明，可以參閱譯者的一篇博文Diango配置MySQL(httpj//blog/config-mysal-for-diango.html)最后一段的說

明。好了，關于Python(x,y)的安裝說明就說到這里。

0.3安裝PCV庫

PCV庫是原書作者寫的一個第三方庫，書中幾乎所有的實例到要用到改庫。假設你已從下載本書由譯者整理的中譯版源碼，

從Windowsemd終端進入PCV所在目錄：

cdPCV

pythonsetup.pyinstall

運行上面命令，即可完成PCV庫的安裝。為了驗證PCV庫是否安裝成功，在運行上面命令后，可以打開Python自帶的

Shell,在Shell輸入：

importPCV

如果未報錯，則表明你已成功安裝了該PCV庫。

0.4VLfeat

VLFeat是一個跨平臺的開源機器視覺庫，它囊括了當前流行的機器視覺算法，如SIFT,MSER,HOG,同時還包含了諸如K-

MEANS,HierarchicalK-means的聚類算法。本書中主要在提取sift特征時用到了VLfeat。

VLF

HomeDownloadTutorialsApplicationsDocumentation

Home

TheVLFeatopensourcelibraryimplementspopularcomputervisionaigonthmsincludingHOGSIFTMSERK-meansACMOpenSource

merarcfiicaik-meanssgg!omeratr/e/nformattonbottfenecK.SUCsuperp<xe:s,andQUICKshiftItiswritteninCforAward2010

efficiencyandcompatibilitywithinterfacesinMATLABforeaseofuseanddetaileddocumentationthroughoutIt

supportsWindows.MacOSX.andLinuxThelatestversionofVLFeatis

DownloadDocumentation

?VLFT(WindowsklacLinux)[間3匕】nds

?CAPIwithalgorithmdescnptions

?Commandline〔oois

如上圖所示，從紅色框標的地方下載VLFeat,解壓:

?Works(D:)?/盤H?Sci_codes?vlfeat-0.9.17-bin?vlfeat-0.9.17?bin?

/)I*(T)幫助(H)

共享▼新建文件夾

ll

glnx86glnxa64macimaci64Win32win64

你需要的僅是對應平臺的可執(zhí)行文件，譯者系統(tǒng)是32位的,所以選用的是Win32。注意目前VLFeat最新發(fā)布版已到0.9.18

了。對于0.9.18,目錄結構和0.9.17的一樣，所以你也僅需bin下對應的文件夾下的可執(zhí)行文件。將該Win32拷貝到你想放置

的某個目錄，譯者將其放置在計算機的如下目錄：

?Works(D:)?mltools?

V)I*(T)幫助(H)

共享▼新建文件夾

PCVpython-grwin32vlfea

aph-core-

1.8.2

需要注意的是，譯者將原來的“bin”文件名重新"winSZvIfeat"。完成該步驟后，進入PCV所在目錄:

>Works(D:)?mltools>PCV>PCV?localdescriptors

V)I*C0幫助(H)

，共享▼新建文件夾

購購?g

_init_.pydsift.pyharris.pysift.py

打開sift.py,找到下面代碼:

defprocess__image(imagename,resultname,params="--edge-thresh10--peak-thresh5"):

"""processanimageandsavetheresuLtsinafiLe"""

ifimagename[-3:]!='pgm':

^createapgmfiLe

im=Image.open(imagename).convert('L')

im.save('tmp.pgm')

imagename='tmp.pgm'

cmmd=str("D:\mltools\win32vlfeat\sift.exe"+imagename+"--output="+resultname+

""+params)

os.system(cmmd)

print'processed',imagename,'to',resultname

將cmmd中的目錄修改為你自己放置的Vlfeatbin所在目錄。這里稍微解釋一下os.system(cmmd)這句話的意思，這里Python

通過os.system()調用外部可執(zhí)行文件，也就是Vlfeatbin目錄下的sift.exe。

好了，安裝完后，你便可以運行書中的大部分實例代碼了。這里之所以是“大部分”是因為書中的某些實例，還要用到別的

庫。

?作者譯者(author.html)第一章圖像處理基礎》(chaoterl.html)

。。

?2014YonaYuan(http:〃vuanvonci.orQ)保留部分權力。在線閱讀版本基于“CC3.0BY-SA協(xié)議"(http:〃creativecommons.ora/licenses/bv-sa/3.0/)發(fā)

布

ProgrammingComputerVisionwithPython

第一章圖像處理基礎

1.1PIL-Pvthon圖像庫

1.1.1對圖片進行格式轉換

1.1.2創(chuàng)建縮略圖

1.1.3拷貝并粘貼區(qū)域

1.1.4調整尺寸及旋轉

1.2MatDlotlib庫

1.2.1畫圖、描點和線

1.2.2圖像輪廓和直方圖

1.2.4交互注釋

1.3NumPy庫

1.3.1圖像數組表示

1.3.2灰度變換

1.3-3調整圖像尺寸

133直方圖均衡化

1.3.4圖像平均

1.3.5對圖像進行主成分分析

1.3.6Pickle模塊

1.4SciPv模塊

1.4.1圖像模糊

1.4.2圖像差分

1.4.3形態(tài)學-物體計數

1.4.4有用的SciPv模塊

1.5更高級的例子：圖像降噪

1.1PIL-Python圖像庫

PIL(PythonImagingLibrary)圖像庫提供了很多常用的圖像處理及很多有用的圖像基本操作。PIL庫下載地

址[/products/pil/](http:〃www.D/Droducts/Dil/)c下面演示原書P001-Figi-1讀入一幅

圖片的例子：

#-*-coding:utf-8

fromPILimportImage

frompylabimport*

#添加中文字體支持

frommatplotlib.font_managerimportFontProperties

font=FontProperties(fname=r"c:\windows\fonts\SimSun.ttc",size=14)

figure()

pil_im=Image.open('../data/empire.jpg')

gray。

subplot(121)

title(u'原圖',,fontproperties=font)

axis('off')

imshow(pil_im)

pil_im=Image.open('../data/empire.jpg').convert(1L1)

subplot(122)

title(u'灰度圖,,fontproperties=font)

axis('off')

imshow(pil__im)

show()

運行上面的代碼，可以得出原書P002-Fig1-1中的前兩幅圖片，如下:

更多關于PIL的實例，可以參閱PIL在線文檔fwww./librarv/pil/handbook/index.htm./l

(http:〃/library/pil/handbook/index.htm)。

1.1.1對圖片進行格式轉換

利用save()方法，PIL可以將圖片保存問很多不同的圖像格式。下面演示原書P002中對圖片進行轉換的例子。

#-*-coding:utf-8

fromPCV.tools.imtoolsimportget_imlist#導入原書的PCV模塊

fromPILimportImage

importos

importpickle

filelist=get_imlist('../data/convert_images_format_test/')#獲取convert_images_format_test文件夾

下的圖片文件名(包括后綴名)

imlist=file('../data/convert_images_format_test/imlist.txt'/w')#將獲取的圖片文件列表保存到

imList.txt中

pickle,dump(filelist,imlist)#序列化

imlist.close()

forinfileinfilelist:

outfile=os.path.splitext(infile)[0]+".png"#分離文件名與擴展名

ifinfile!=outfile:

try:

Image.open(infile).save(outfile)

exceptlOError:

print"cannotconvert",infile

上面3^0代而2965b舊211651文件夾是譯者放的測試圖片，共24幅圖像，如下圖示，測試圖片全部為.jpg格式的。譯者在

源代碼中添加了部分代碼以便將獲取的圖像文件名列表保存下來，同時將原來的所有圖像轉化為.png格式的圖像。注意，

在載入模塊時，載入了原書的PCV模塊，關于PCV模塊的安裝，詳見［PCV模塊的安裝1。運行上面代碼,可以得到轉化格式后

的圖像，運行結果為：

?JP￡G09?(24)ukbenchJPG格式圖像

隨I

ulcbenchOukbefxhOvkb?xhOukb?<tchOuktMAchOukberxM)ukb?KhOukbeochOukbeixhOukbrxHOukbefKhO9kbechO

0000加OOOHP90002jpgOOOJjpgOOWMOOOSjpg0006jpg0007而g0008^90009MOOlOjpg0011jP9

M

ukbenchOukbeixhOukbenchOukkxochOukbenchOukbenchOulcbenchOulcb^chOukbenchOukbenchOukbechOukbc?KhO

0012^0013*9OOMjpgOOlSipgOOl6jpg0017jpg00叫pg0019加9820jpgOWljpg0022；pg823通

?PNG圖6（24）ukbenchJPG格式轉化為PNG格式后的圖像

童

ukbeftchOukbenchOukbenchOukbmchOukb?fxhOukbetxhOukb?<KhOukbeochOukbenchOukbenchOukb?nchOukbeocH)

0000.pr>9OOOl.pngOOO2.pn90001吟0004.pr^0005,po9OOO&pn90007.pr?9OOOa-png0009.pn9OOIO.P09OOltpng

時跟睡ja

uicbt^liOukb??xH>ukbenchOukbeochOukb?r<>?0ukbenchOwkbe<KhOukbenchOukben<2ukbeechOukbenchO

0012^rtgOOllpng814呻001$^r?981&p^9OO17.png001&.|X>9819fOO2O.pftg82l.p?90022.pc90023^9

?文本文檔⑴

ukbenchJPG格式圖像文件名列表

■mKttM

1.1.2創(chuàng)建縮略圖

利用PIL可以很容易的創(chuàng)建縮略圖，設置縮略圖的大小，并用元組保存起來，調用thumnail。方法即可生成縮略圖。創(chuàng)建縮略

圖的代碼見下面。

1.1.3拷貝并粘貼區(qū)域

調用crop。方法即可從一幅圖像中進行區(qū)域拷貝，拷貝出區(qū)域后，可以對區(qū)域進行旋轉等變換。關于拷貝、旋轉粘貼的代碼

見下面。

1.1.4調整尺寸及旋轉

要對一幅圖像的尺寸進行調整，可以調用resize。方法，元組中放置的便是你要調整尺寸的大小。如果要對圖像進行旋轉變換

的話，可以調用rotate。方法。

下面代碼顯示上面提到的所有的圖像處理操作，即原圖顯示、RGB圖像轉為灰度圖像、拷貝粘貼區(qū)域、生成縮略圖、調整圖

像尺寸、圖像旋轉變換的實例代碼：

#-*-coding:utf-8

fromPILimportImage

frompylabimport*

#添加中文字體支持

frommatplotlib.font_managerimportFontProperties

font=FontProperties(fname=r"c:\windows\fonts\SimSun.ttc",size=14)

figure()

#顯示原圖

pil_im=Image.open('../data/empire.jpg*)

printpil_im,mode,pil_im.size^pil_im.format

subplot(231)

title(u'原圖‘，fontproperties=font)

axis('off')

imshow(pil_im)

#顯示灰度圖

pil_im=Image.open('../data/empire.jpg1).convert('L')

gray()

subplot(232)

title(u'灰度圖'，fontproperties二font)

axis('off')

imshow(pil_im)

#拷貝粘貼區(qū)域

pil_im=Image.open('../data/empire.jpg')

box=(100,100,400,400)

region=pil_im.crop(box)

region=region.transpose(Image.ROTATE_180)

pil_im.paste(region,box)

subplot(233)

title(u'拷貝粘貼區(qū)域',fontproperties=font)

axis('off')

imshow(pil_im)

#縮略圖

pil_im=Image.open('../data/empire.jpg')

size=128,128

pil_im.thumbnail(size)

printpil_im.size

subplot(234)

title(u'縮略圖',fontproperties=font)

axis('off')

imshow(pil_im)

pil_im.save('../images/ch01/thumbnail.jpg')#保存縮略圖

#調整圖像尺寸

pil_im=Image.open('../data/empire.jpg')

pil_im=pil_im.resize(size)

printpil__im.size

subplot(235)

title(u'調整尺寸后的圖像’,fontproperties=font)

axis('off')

imshow(pil_im)

#旋轉圖^^45。

pil_im=Image.open('../data/empire.jpg')

pil_im=pil_im.rotate(45)

subplot(236)

旋轉45。后的圖像',fontproperties=font)

axis('off')

imshow(pil_im)

show()

運行上面代碼，可得P002Figure中出現(xiàn)的所有實例圖，結果如下:

原圖灰度圖拷貝粘貼區(qū)域

縮略圖旋轉45°后的圖像

調整尺寸后的圖像

1.2Matplotlib庫

當在處理數學及繪圖或在圖像上描點、畫直線、曲線時，Matplotlib是一個很好的繪圖庫，它比PIL庫提供了更有力的特性。

Matplotlib是開源的，可以在[matD](http:〃/)上下載.并且它還提供了詳細

的文檔及教程。這里，會展示一些我們在本書后面會用到的函數的一些實例。

1.2.1畫圖、描點和線

雖然Matplotlib可以創(chuàng)建漂亮的條狀圖、餅圖、散點圖等，但是在很多計算機視覺應用場合，其實只用到了一些常用的命

令。下面展示在一幅圖像上描一些點和畫一條直線的例子。

#-*-coding:utf-8-*-

fromPILimportImage

frompylabimport*

#添加中文字體支持

frommatplotlib.font_managerimportFontproperties

font=FontProperties(fname=r"c:\windows\fonts\SimSun.ttc",size=14)

im=array(Image.open('../data/empire.jpg'))

figure()

#畫有坐標軸的

subplot(121)

imshow(im)

x=[100,100,400,400]

y=[200,500,200,500]

plot(x,y,'r*')

plot(x[:2],y[:2])

title(u'繪圖："empire.jpg",,fontproperties=font)

#不顯示坐標軸

subplot(122)

imshow(im)

X=[100,100,400,400]

y=[200,500,200,500]

plot(x,y,'r*')

plot(x[:2],y[:2])

axis('off')#顯示坐標軸

title(u'繪圖："empire.jpg",,fontproperties=font)

show()

運行上面代碼，即可得原書P005中Figure1-2中左邊的結果。去掉上面代碼中坐標軸的注釋，即可得Figure1-2中右邊的結

果。運行結果如下：

繪圖:"empire.jpg”

-100

0

100

200

300

400

500

600

700

8嗚000100200300400500600

1.2.2圖像輪廓和直方圖

下面我們看兩個特別的例子：圖像輪廓線和圖線等高線。在畫圖像輪廓前需要轉換為灰度圖像，因為輪廓需要獲取每個坐標

[x,y]位置的像素值。下面是畫圖像輪廓和直方圖的代碼：

#?*-coding:utf-8

fromPILimportImage

frompylabimport*

#添加中文字體支持

frommatplotlib.font_managerimportFontProperties

font=FontProperties(fname=r"c:\windows\fonts\SimSun.ttc"?size=14)

im=array(Image.open('../data/empire.jpg').convert('L'))#打開圖像,并轉成灰度圖像

figure()

subplot(121)

gray()

contour(im,origin='image')

axis('equal')

axis('off')

title(u'圖像輪廓,,fontproperties=font)

subplot(122)

hist(im.flatten()>128)

title(u'圖像直方圖',fontproperties二font)

pit.xlim([0,260])

pit.ylim([0,11000])

show()

運行上面代碼，可以得到書中的圖1-3所示的結果:

困像輪廓圖像直方圖

10000

1.2.4交互注釋

有時，用戶需要和應用進行交互，比如在圖像中用點做標識，或者在一些訓練數據中進行注釋。PyLab提供了一個很簡潔好

用的函數ginput。,它可以完成該任務，下面是一個演示交互注釋的簡短示例：

fromPILimportImage

frompylabimport*

im=array(Image.open('../data/empire.jpg'))

imshow(im)

print'Pleaseclick3points'

imshow(im)

x=ginput(3)

print'Youclicked:',x

show()

上面代碼先讀取empire.jpg圖像，顯示讀取的圖像，然后用ginput。交互注釋，這里設置的交互注釋數據點設置為3個，用戶

在注釋后，會將注釋點的坐標打印出來。

1.3NumPy庫

NumPy(httD：〃www.sciQy.or?g/NumPy/)是Pvthon一個流行的用于科學計算包。它包含了很多諸如矢量、矩陣、圖像等其他

非常有用的對象和線性代數函數。在本書中幾乎所有的例子都用到了NumPy數組對象。NumPv可以在sciD/Download]

(http:〃/Download)下載,在線文檔(http:〃docs.sciDy.orq/doc/numDy/)包含了很多常見問題的答案。

1.3.1圖像數組表示

在前面載入圖像的示例中，我們將圖像用array。函數轉為NumPy數組對象，但是并沒有提到它表示的含義。數組就像列表一

樣，只不過它規(guī)定了數組中的所有元素必須是相同的類型。下面的例子用于說明圖像數組表示：

#coding:utf-8

fromPILimportImage

frompylabimport*

im=array(Image.open('../data/empire.jpg'))

printim.shape,im.dtype

im=array(Image.open('../data/empire.jpg').convert('L'),'f')

printim.shape.,im.dtype

運行上面代碼，會給出下面結果:

(800,569,3)uint8

(800,569)float32

數組可以通過索引訪問和操作其中的元素。比如：value=im[i,j,k]。i,j是坐標，k是顏色通道。對于多個元素，可以用切片操

作，如:

im[ij:]=im[j:]#setthevaluesofrowiwithvaluesfromrowj

im[:,i]=100#setallvaluesincolumnito100

im[:100,:50].sum()#thesumofthevaluesofthefirst100rowsand50columns

50:100]#rows50-100,columns50-100(100thnotincluded)

im[i].mean()#averageofrowi

im[:,-1]#lastcolumn

:](orim[-2])#secondtolastrow

在使用數組時有很多操作和方式，我們會在后面介紹貫穿于本書所需要的操作。

1.3.2灰度變換

在讀入圖像到NumPy數組后，就可以對它進行任何我們想要的操作了。對圖像進行灰度變換便是一個簡單的例子。這里給出

一些進行灰度變換的例子：

#-*-coding:utf-8

fromPILimportImage

fromnumpyimport*

frompylabimport*

im=array(Image.open('../data/empire.jpg').convert('L'))

printint(im.min()),,int(im.max())

im2=255-im#invertimage

printint(im2.min()),int(im2.max())

im3=(100.0/255)*im+100#damptointervaL100...200

printint(im3?min()),int(im3.max())

im4=255.0*(im/255.0)**2#squared

printint(im4?min()),int(im4.max())

figure()

gray。

subplot(l,,3,1)

imshow(im2)

axis('off')

title(r'$f(x)=255-x$')

subplot(1，3,2)

imshow(im3)

axis('off')

title(r'$f(x)=\frac{100}{255}x+100$,)

subplot(lj3,3)

imshow(im4)

axis('off')

title(r'$f(x)=255(\frac{x}{255})A2$')

show()

上面左邊灰度變換函數采用的是f(x)=255-x,中間采用的是f(x)=(100/255)x+100,右邊采用的是變換函數是f(x)=255(x/255)A2。

運行上面代碼，可以得到P009Fig1-5中的結果：

/(a?)=255—cf⑺=擺，+100f⑺=255(短)2

正如上面代碼所示，你可以用通過下面命令檢查每幅圖像的最小值和最大值:

printint(im.min()),,int(im.max())

如果你對每幅圖像用到了打印最小像素值和最大像素值，你會得到下面的輸出結果:

2255

0253

100200

0255

1.3-3調整圖像尺寸

NumPy數組符成為我們對圖像及數據進行處理的最主要工具，但是調整矩陣大小并沒有一種簡單的方法。我們可以用PIUS

像對象轉換寫一個簡單的圖像尺寸調整函數：

defimresizeCim^sz):

"""ResizeanimagearrayusingPIL."""

pil_im=Image.fromarray(uint8(im))

returnarray(pil_im.resize(sz))

上面定義的調整函數，在imtools.py中你可以找到它。

1.3.3直方圖均衡化

一個極其有用的例子是灰度變換后進行直方圖均衡化。圖像均衡化作為預處理操作，在歸一化圖像強度時是一個很好的方

式，并且通過直方圖均衡化可以增加圖像對比度。下面是對圖像直方圖進行均衡化處理的例子：

#-*-coding:utf-8

fromPILimportImage

frompylabimport*

fromPCV.toolsimportimtools

#添加中文字體支持

frommatplotlib.font_managerimportFontProperties

font=FontProperties(fname=r"c:\windows\fonts\SimSun.ttc",size=14)

im=array(Image.open('../data/empire.jpg').convert('L'))#打開圖像,并轉成灰度圖像

=array(Image.open(r../data/AquaTermi_LOMContrast.JPG').convert('L'))

im2,cdf=imtools.histeq(im)

figure()

subplot(2j2,1)

axis('off')

gray。

原始圖像‘，fontproperties=font)

imshow(im)

subplot(2,2,2)

axis('off')

直方圖均衡化后的圖像‘，fontproperties=font)

imshow(im2)

subplot(2J2,3)

axis('off')

title(u,原始直方圖',fontproperties=font)

im.fLattenOj128,cumuLative=True,normed=True)

hist(im.flatten(),128,normed=True)

subplot(2,2,4)

axis('off')

title(u'均衡化后的直方圖',fontproperties=font)

#hist(im2.fLatten()J128,cumulative;True,normed=True)

hist(im2.flatten()>128,normed=True)

show()

運行上面代碼，可以得到書中的結果:

原始圖像直方圖均衡化后的圖像

原始直方圖均衡化后的直方圖

原始圖像直方圖均衡化后的圖像

原始直方圖均衡化后的直方圖

1.3.4圖像平均

對圖像取平均是一種圖像降噪的簡單方法，經常用于產生藝術效果。假設所有的圖像具有相同的尺寸，我們可以對圖像相同

位置的像素相加取平均，下面是一個演示對圖像取平均的例子：

#-*-coding:utf-8-*-

fromPCV.tools.imtoolsimportget_imlist

fromPILimportImage

frompylabimport*

fromPCV.toolsimportimtools

#添加中文字體支持

frommatplotlib.font_managerimportFontProperties

font=FontProperties(fname=r"c:\windows\fonts\SimSun.ttc'\size=14)

filelist=get_imlist('../data/avg/')#獲取convert_tmages_format_test文件夾下的圖片文件名(包括后綴

名)

avg=pute_average(filelist)

forimpathinfilelist: