机器学习原理与应用电子教案 [4]图像处理基础.docxVIP

备课日期：年月日

授课时间

课时（理论+实验）

周次

星期:节次:

授课课题

图像处理基础

教学目标

1.理解图像处理的意义。

2.掌握图像处理关键术语与常用方法。

3.了解图像扩充技术。

教学重点

1.图像处理关键术语。

2.图像处理常用方法。

教学准备

PPT、点名册等。

教学方法

案例法、探究法。

教学过程设计

备注

课题引入

【思考】人类从客观世界获取信息的渠道有哪些？哪个渠道最重要？

【关键】视觉的重要性以及图像处理的重要性。

【时间】分钟。

教学步骤及主要内容

【主板书】§4.图像处理基础

图像处理意义

【主板书】1.意义

1.图像获取与处理的重要性。

2.图像处理技术的应用。

〖PPT〗图像处理技术应用实例。

【时间】分钟。

【提问】。

图像处理关键术语

【主板书】2.关键术语

1.RGB颜色模型：任意颜色可由取值为0-255的红（R）、绿（G）、蓝（B）三种颜色混合而成，三种颜色比例不同，最终合成后的颜色也不同。例如：纯红色对应的RGB分别为255、0与0；灰色对应的RGB三个值相等（除0和255）；白色对应RGB值均为255；黑色对应的RGB值均为0。

2.图像基本属性

（1）亮度

亮度是指彩色光作用于人眼时在视觉上引起的明暗程度；如果是灰度图像（每个像素取值范围为0-255），灰度值越高则图像越亮。

（2）对比度

对比度指图像中不同颜色最亮处和最暗处之间的差别（对比度=最大灰度值/最小灰度值），差别越大对比度越高；一般而言，对比度越大，图像越清晰醒目，色彩也越鲜明艳丽，但对比度过大，图像就会显得很刺眼。

（3）饱和度

饱和度指图像颜色的深浅程度。饱和度越高，颜色就越深或饱满，即所谓的青翠欲滴的感觉。饱和度越低，颜色就越浅或陈旧（饱和度为0时，图像就为灰度图像）；高饱和度的彩色光可因掺入白光而降低纯度或变浅，变成低饱和度的色光。

（4）色相

色调指颜色的种类（如彩虹由红、橙、黄、绿、青、蓝、紫七色组成），是区别各种不同色彩的最准确的标准。任何黑白灰以外的颜色都有色相的属性，而对于灰度图像，当色调级别为255时，就是白色，当级别为0时，就是黑色，中间是各种程度不同的灰色。

3.图像坐标与颜色

（1）图像坐标：以图像像素矩阵的左上角为原点、以图像像素矩阵列数与行数分别为横坐标与纵坐标建立以像素为单位的直角坐标系，则可确定图像像素矩阵中任意像素的位置。

（2）颜色或灰度值：图像像素矩阵中像素的具体值决定了其最终呈现的颜色。

〖PPT〗图像坐标与颜色图示与实例。

4.分辨率

（1）分辨率定义：水平分辨率与垂直分辨率，两者分别指图像在水平与垂直两个方向各有多少像素。

（2）分辨率指标：指标DPI是指每英寸图像内的像素数。

【时间】分钟。

【提问】。

三、图像处理常用方法

【主板书】3.常用方法

〖PPT〗图像处理结果。

1.PIL图像处理类库：最重要的模块为Image，利用相关函数可以方便地对图像进行图像缩放、裁剪、旋转、颜色转换等处理。

PIL库Image类库的导入方式如下：

fromPILimportImage

2.图像处理

（1）加载并显示图像：采用open()与show()函数加载与显示图像。

im=Image.open(sample.jpg)#打开图像

im.show()#显示图像

或采用Matplotlib库imshow()也可显示已加载图像，即：

plt.imshow(im)

plt.axis(off)#不显示坐标轴

（2）获取图像尺寸：图像size、format与mode等属性。

（3）保存图像（可更改格式）：save()函数。

im.save(002.png,PNG)

【强化与拓展】图像常用格式。

（4）图像与NumPy数组之间的转换：np.array()函数与mage.fromarray()函数。

im_array=np.array(im)#转换为NumPy数组

im_new=Image.fromarray(im_array)#NumPy数组转换为图像

【强化与拓展】利用数组切片方式可对像素进行批量操作。

im_array[i,:]=im_array[j,:]#将第j行的数值赋值给第i行

im_array[:,i]=255#将第i列的所有数值设为255

im_array[10:20,30:40]#10-20行与30-40列（不含第20行与第40列）

im_array[:,-1]#获取最后1列

注意，负序号表示逆向计数。

（5）显示指定图像通道

im_1=plt.imshow(im_array[:,:,0])#显示第1个通道

【强化与拓展】利用set_cmap()设置灰度颜色