そして、画像輪郭線のヒストグラム
画像ヒストグラム計算は、そのコスト及び画像変換、回転、拡大縮小不変性および他の多くの利点に小さい、広く、画像処理の様々な分野で使用されている特定の色に基づいて、しきい値グレー画像分割、画像検索および画像分類。
# -*- coding: utf-8 -*
# -*- coding: utf-8 -*-
from PIL import Image
from pylab import *
# 添加中文字体支持
from matplotlib.font_manager import FontProperties
font = FontProperties(fname=r"c:\windows\fonts\SimSun.ttc", size=14)
im = array(Image.open('E:/iu2.jpg').convert('L')) # 打开图像,并转成灰度图像
figure()
subplot(121)
gray()
contour(im, origin='image')
axis('equal')
axis('off')
title(u'图像轮廓', fontproperties=font)
subplot(122)
hist(im.flatten(), 128)
title(u'图像直方图', fontproperties=font)
plt.xlim([0,260])
plt.ylim([0,11000])
print ('xxx')
show()
ヒストグラム平坦化
ヒストグラム等化はコントラストヒストグラムを調整するための画像処理の画像フィールドを使用する方法です。
# -*- coding: utf-8 -*-
from PIL import Image
from pylab import *
from PCV.tools import imtools
# 添加中文字体支持
from matplotlib.font_manager import FontProperties
font = FontProperties(fname=r"c:\windows\fonts\SimSun.ttc", size=14)
im = array(Image.open('E:/iu2.jpg').convert('L')) # 打开图像,并转成灰度图像
#im = array(Image.open('../data/AquaTermi_lowcontrast.JPG').convert('L'))
im2, cdf = imtools.histeq(im)
figure()
subplot(2, 2, 1)
axis('off')
gray()
title(u'原始图像', fontproperties=font)
imshow(im)
subplot(2, 2, 2)
axis('off')
title(u'直方图均衡化后的图像', fontproperties=font)
imshow(im2)
subplot(2, 2, 3)
axis('off')
title(u'原始直方图', fontproperties=font)
#hist(im.flatten(), 128, cumulative=True, normed=True)
hist(im.flatten(), 128, normed=True)
subplot(2, 2, 4)
axis('off')
title(u'均衡化后的直方图', fontproperties=font)
#hist(im2.flatten(), 128, cumulative=True, normed=True)
hist(im2.flatten(), 128, normed=True)
show()
ガウスぼかし
ガウスぼかし(英語:ガウスぼかし)、ガウス平滑化として知られているが、治療効果が広く、画像ノイズおよび詳細の減少したレベルを低減するためにそれを使用し、通常、Adobe Photoshopの、GIMPとPaint.NETと他の画像処理ソフトウェアで使用されます。このボケ画像生成技術、ボケ一般照明及び陰影効果ボケレンズが大きく異なる画像を観察した後、すりガラス等の視覚効果。ガウス平滑化はまた、(スケール空間表現を表示し、スケールスペースを達成するために)異なるスケールで画像効果画像を増強するためにコンピュータビジョンアルゴリズムのための前処理段階を用いています。数学的な観点からは、ガウスぼかし処理の画像はイメージであり、通常の畳み込みを行います。技術はガウスぼかしと呼ばれているように、正規分布するのでまた、ガウス分布と呼ばれます。円形ブロック畳み込み画像ボケは、より正確な画像焦点効果を生成します。フーリエガウス関数の変換はまた、ガウス関数であるため、画像に対するガウスぼかしは、ローパスフィルタです。
from PIL import Image
from pylab import *
from numpy import *
from scipy.ndimage import filters
import copy
im = array(Image.open("E:/iu2.jpg"))
r = im[:, :, 0]
g = im[:, :, 1]
b = im[:, :, 2]
r = filters.gaussian_filter(r, 2)
g = filters.gaussian_filter(g, 2)
b = filters.gaussian_filter(b, 2)
img2 = copy.deepcopy(im)
img2[:, :, 0] = r
img2[:, :, 1] = g
img2[:, :, 2] = b
subplot(121)
title('source')
axis('off')
imshow(im)
subplot(122)
title('after')
axis('off')
imshow(img2)
show()