计算机视觉应用--使用Matplotlib处理图像.pptx

使用Matplotlib处理图像1.3

1.3.1在图像中绘制点和线1.3使用Matplotlib处理图像处理数学运算、绘制图表,或在图像上绘制点、直线和曲线时,Matplotlib是个很好的类库,具有比PIL,更强大的绘图功能。Matplotlib中的PyLab接口包含很多方便用户创建图像的函数。下面以采用几个点和一条线绘制图像为例进行介绍,具体代码如下:

1.3使用Matplotlib处理图像

1.3使用Matplotlib处理图像程序运行结果如图1-31所示。图1-31在图像上绘制点和线

1.3使用Matplotlib处理图像上述代码首先绘制出原始图像,然后在x和y列表中给定点的x坐标和y坐标上绘制出红色星状标记点,最后在两个列表表示的前两个点之间绘制一条线段(默认为蓝色)。show()命令首先打开图形用户界面(graphicaluserinterface,GUI),然后新建一个图像窗口。该图形用户界面会循环阻断脚本,然后暂停,直到最后一个图像窗口关闭。在每个脚本中能调用一次show()命令,而且通常是在脚本的结尾调用。注意,在PyLab库中,通常指定图像的左上角为坐标原点。图像的坐标轴是一个很有用的调试工具,但是,如果想绘制出较美观的图像,坐标轴最好不显示。而添加如下命令可以使坐标轴不显示:

1.3.2图像轮廓和直方图1.3使用Matplotlib处理图像绘制图像的轮廓(或其他二维函数的等轮廓线)是常用的操作。因为绘制轮廓需要对每个坐标[x,y]的像素值施加同一个阈值,所以首先需要将图像灰度化,绘制轮廓的代码如下:

1.3使用Matplotlib处理图像

1.3使用Matplotlib处理图像程序运行结果如图1-32所示。图1-32绘制图像的轮廓

1.3使用Matplotlib处理图像图像的直方图用来表征该图像像素值的分布情况。用一定数目的小区间(bin)来指定表征像素值的范围,每个小区间会得到落入该小区间表示范围的像素数目。该(灰度)图像的直方图可以使用hist()函数绘制,具体代码如下:

1.3使用Matplotlib处理图像程序运行结果如图1-33所示。图1-33绘制图像的直方图

1.3使用Matplotlib处理图像hist()函数的第二个参数指定小区间的数目。需要注意的是,因为hist()只接受一维数组作为输入,所以在绘制图像直方图之前必须先对图像进行压平处理。flatten()函数将任意数组按照行优先准则转换成一维数组。彩色图像的直方图可使用histogram()函数绘制。histogram()函数可用于计算每个通道像素的直方图(像素值与频率表),并返回相关联的输出。例如,对于RGB图像,输出包含3×256=768个值,具体代码如下:

1.3使用Matplotlib处理图像

1.3使用Matplotlib处理图像程序运行结果如图1-34所示。图1-33绘制图像的直方图

1.3使用Matplotlib处理图像可以用split()函数来分离多通道图像的通道,如下面的代码可对RGB图像实现RGB通道的分离:

1.3使用Matplotlib处理图像程序运行结果如图1-35所示,即R(红色)、G(绿色)和B(蓝色)通道创建的三个输出图像(a)、(b)、(c)。图1-35分离图像的RGB通道

1.3使用Matplotlib处理图像合并图像的多个通道可以使用merge()函数,代码如下所示。其中,颜色通道是通过分离panda的RGB图像,并在红蓝通道交换后合并得到的。

1.3使用Matplotlib处理图像程序运行结果如图1-36所示,即合并B、G和R通道而创建的输出图像。图1-36通过合并通道而创建的图像