人工智能应用——图像滤波和几何变换
一、实验目的
(1)掌握图像颜色空间和直方图知识
(2)掌握图像的点运算和集合变换
(3)掌握数学形态学滤波
二、实验内容与记录
- 使用OpenCV将彩色图片转成灰度图片,并得到图片的灰度直方图

代码:
import cv2 as cv
img = cv.imread("\small_fish.jpg",1)
img_1 = cv.cvtColor(img,cv.COLOR_BGR2GRAY)
cv.imshow('gray',img_1)
cv.imshow('colour',img)
cv.waitKey(0)
- 使用OpenCV对图片进行均值滤波、高斯滤波、中值滤波
- 均值滤波:

代码:
import cv2 as cv
img = cv.imread("\small_fish.jpg",1)
ave = cv.blur(img, (3, 3))
cv.imshow('average blur',ave)
cv.waitKey(0)
- 高斯滤波:

代码:
import cv2 as cv
img = cv.imread("\small_fish.jpg",1)
Gausi = cv.GaussianBlur(img, (3, 3), 1)
cv.imshow('GaussianBlur', Gausi)
cv.waitKey(0)
- 中值滤波:

代码:
import cv2 as cv
img = cv.imread("\small_fish.jpg",1)
med = cv.medianBlur(img, 3)
cv.imshow('medianBlur',med)
cv.waitKey(0)
- 使用OpenCV对图像进行缩放、旋转、相似变换、仿射变换
- 缩放:

代码:
import cv2 as cv
import numpy as np
img = cv.imread("\small_fish.jpg",1)
res1 = cv.resize(img, None, fx=

本文介绍了使用OpenCV进行图像处理的实验,包括图像颜色空间转换、滤波(均值、高斯、中值)、几何变换(缩放、旋转、相似、仿射)以及数学形态学操作(腐蚀、膨胀、开运算、闭运算)。实验分析了不同滤波器对噪声的处理效果,并探讨了几何变换中像素插值的重要性。
&spm=1001.2101.3001.5002&articleId=124121120&d=1&t=3&u=5bb9aa18c5dc439c97415c1bc11b5e2a)
677

被折叠的 条评论
为什么被折叠?



