【CV作业02】图像灰度值变换+UI

参考资料：

代码

1. 各种转换方法的实现

2. UI 设计(这里只展示功能实现部分，自动生成的代码已省去)

3. 启动程序

参考资料：

PyQT6的从零开始（一）：在Anaconda下安装PyQT6+在Pycharm中如何配置与使用-CSDN博客

数字图像处理之点运算---分段线性变换_jxqbuct的博客-CSDN博客

第3章 Python 数字图像处理(DIP) - 灰度变换与空间滤波4 - 分段线性变换 - 对比度拉伸_分段线性变换python_jasneik的博客-CSDN博客

PyQt5实现按键显示文件夹中图片_pyqt显示图像_木南成长之路的博客-CSDN博客

代码

1. 各种转换方法的实现

"""
该文件实现了1个计算个灰度值的像素个数函数
实现了5个转换函数(均保存并返回目标图片)
为了实现后续展示图片，下面每个变换函数都会将目标图像保存为 img/dst_img.png
"""def histogram(img):"""计算各灰度值的像素个数:param img: 原始灰度图:return: n:各灰度值的像素个数"""H, W = img.shape[:2]n = np.zeros(256)# 循环遍历每个像素点for i in range(H):for j in range(W):n[img[i][j]] += 1return ndef histogram_equalization(img):"""直方图均衡化:param img: 原始灰度图:return: 直方图均衡化后的图"""H, W = img.shape[:2]# 计算直方图n = histogram(img)# 计算直方图频率p = n / (H*W)# 计算累计频率s = np.zeros(256)sum = 0for i in range(256):s[i] = p[i] + sumsum = s[i]# 计算输出灰度s = s * 255# 创建新图片dst_img = img.copy()for i in range(H):for j in range(W):dst_img[i, j] = s[img[i, j]]cv.imwrite('img/dst_img.png', dst_img)return dst_imgdef gray_reverse(img):"""灰度反转:param img: 原始灰度图:return: 灰度反转图"""dst_img = np.array(255-img)      # 这里的 np.array 处理是为了防止 cv.imwrite 报错cv.imwrite('img/dst_img.png', dst_img)return dst_imgdef linear_transform(img, x1, x2, y1, y2):"""用 opencv 实现分段线性变换:return: 分段线性变换后的图"""lut = np.zeros(256)for i in range(256):if i < x1:lut[i] = (y1 / x1) * ielif i < x2:lut[i] = ((y2 - y1) / (x2 - x1)) * (i - x1) + y1else:lut[i] = ((y2 - 255.0) / (x2 - 255.0)) * (i - 255.0) + 255.0dst_img = cv.LUT(img, lut)dst_img = np.uint8(dst_img + 0.5)  # +0.5有它自己的道理吧，但是效果看不出来cv.imwrite('img/dst_img.png', dst_img)return dst_imgdef log_transform(img, c=1):"""对数变换:param img: 原始灰度图:param c: 常数:return: 对数变换的图"""s = c * np.log(1+img)# 不知道为什么c的取值不会影响最终的图片效果，可能和下面的缩放处理有关# 缩放sm = s - s.min()dst_img = (sm / sm.max()) * 255dst_img = np.uint8(dst_img + 0.5)cv.imwrite('img/dst_img.png', dst_img)return dst_imgdef power_transform(img, c, gamma):"""伽马变换:param img: 原始灰度图:param c: 常数:param gamma:常数，次方:return:伽马变换后的图"""s = c * pow(img, gamma)# 缩放sm = s - s.min()dst_img = (sm / sm.max()) * 255dst_img = np.uint8(dst_img + 0.5)cv.imwrite('img/dst_img.png', dst_img)return dst_img#     # 测试函数功能
# if __name__ == "__main__":
#     # 读入灰度图
#     org_img = cv.imread('img.png')
#     print(org_img.shape)
#     # 绘制直方图
#     n = histogram(org_img)
#     plt.bar(range(256), n)
#     plt.show()
#     # 灰度反转
#     rvs_img = gray_reverse(org_img)
#     # 直方图均衡化
#     equ_img = histogram_equalization(org_img)
#     histogram(equ_img)
#     # 线性变换
#     # 这里的参数可以调整，当前参数对课件上图片效果较好
#     lin_img = linear_transform(org_img, 50, 200, 80, 230)
#
#     log_img = log_transform(org_img)
#
#     pow_img = power_transform(org_img, 1, 0.4)
#     # 通过 imshow 显示图片
#     cv.imshow("origin_img", org_img)
#     cv.imshow("pow_img", pow_img)
#     cv.imshow("rvs_img", rvs_img)
#     cv.imshow("equ_img", equ_img)
#     cv.waitKey(0)

2. UI 设计(这里只展示功能实现部分，自动生成的代码已省去)

"""
这里使用了PyQt6进行UI设计
使用了GTDesigner工具(可视化制作GUI)和pyUIC工具(将QTdesigner中生成的.ui文件转换为.py文件)
"""# 保存直方图
def save_histogram(img, name):n = histogram(img)plt.bar(range(256), n)# 为了方便，这里的 name 其实只有两种：原图直方图和转换后直方图img_path = './img/{}.png'.format(name)plt.savefig(img_path)  # 保存直方图plt.cla()  # 清除之前的plt，否则会一直保留之前生成过的直方图return img_path  # 因为后面 QPixmap 需要用到图片地址class Ui_Dialog(object):def __init__(self):self.org_img = None  # 保存选择的原始灰度图# 自动生成def setupUi(self, Dialog):# 省略# 设定按钮的功能self.button_connect()# 自动生成def retranslateUi(self, Dialog):# 省略# 给每个按钮加上点击功能def button_connect(self):self.pushButton.clicked.connect(self.open_img)self.pushButton_3.clicked.connect(lambda: self.show_dst_img(3))self.pushButton_4.clicked.connect(lambda: self.show_dst_img(4))self.pushButton_5.clicked.connect(lambda: self.show_dst_img(5))self.pushButton_6.clicked.connect(lambda: self.show_dst_img(6))self.pushButton_7.clicked.connect(lambda: self.show_dst_img(7))# 打开图片def open_img(self):imgName, imgType = QFileDialog.getOpenFileName(None, "打开图片", "lab02/img/", "*.png;;*.jpg;;All Files(*)")self.org_img = cv.imread(imgName)# 显示图片pix = QPixmap(imgName).scaled(self.label_5.width(), self.label_5.height())self.label_5.setPixmap(pix)# 显示直方图his_imgName = save_histogram(self.org_img, '原图直方图')pix = QPixmap(his_imgName).scaled(self.label_3.width(), self.label_3.height())self.label_3.setPixmap(pix)# 显示转换后的图片及直方图def show_dst_img(self, x):if x == 3:gray_reverse(self.org_img)elif x == 4:histogram_equalization(self.org_img)elif x == 5:# 由于 ui 没有设计可以传递参数的入口，这里使用固定参数linear_transform(self.org_img, 50, 200, 80, 230)elif x == 6:# 由于 ui 没有设计可以传递参数的入口，这里使用固定参数power_transform(self.org_img, 1, 0.4)elif x == 7:log_transform(self.org_img)dst_img = cv.imread('img/dst_img.png')# 显示图片pix = QPixmap('img/dst_img.png').scaled(self.label_6.width(), self.label_6.height())self.label_6.setPixmap(pix)# 显示直方图his_imgName = save_histogram(dst_img, '转换后直方图')pix = QPixmap(his_imgName).scaled(self.label_4.width(), self.label_4.height())self.label_4.setPixmap(pix)

3. 启动程序

if __name__ == '__main__':# 创建ui，引用 Ui_MainWindow类app = QApplication(sys.argv)mainWindow = QMainWindow()ui = ui_sys.Ui_Dialog()# 调用 setupUi，创建初始组件ui.setupUi(mainWindow)# 创建窗口mainWindow.show()# 进入程序的主循环，并通过exit函数确保主循环安全结束(该释放资源的一定要释放)sys.exit(app.exec())

注：

第一次接触pyqt，效果可能实现了但是代码质量不一定高

【CV作业02】图像灰度值变换+UI相关推荐

[Python从零到壹] 四十五.图像增强及运算篇之图像灰度非线性变换详解
欢迎大家来到"Python从零到壹",在这里我将分享约200篇Python系列文章,带大家一起去学习和玩耍,看看Python这个有趣的世界.所有文章都将结合案例.代码和作者的经验讲 ...
【python图像处理】图像灰度化处理、图像灰度线性变换、图像灰度非线性变换
一.图像灰度化处理 1.最大值灰度处理方法 2.平均灰度处理方法 3.加权平均灰度处理方法二.图像灰度线性变换 1.图像灰度上移变换 2.图像对比度增强变换 3.图像对比度减弱变换 4.图像灰度反色 ...
8bit黑白图像的灰度值范围是_浅谈工业CT图像灰度值
工业CT使用的X射线检测作为无损检测的主要方法之一,与其他方法相比具有直观.准确等优点.射线检测中垂直于射线透照方向的缺陷尺寸可精确测量,但平行于射线透照方向的缺陷尺寸无法直接测量得到,而未焊透.根部 ...
用python统计图片中的点_用python按照图像灰度值统计并筛选图片的操作(PIL,shutil,os)...
我就废话不多说了,大家还是直接看代码吧! import PIL.Image import numpy import os import shutil def sum_right(path): img ...
图像灰度值灰度值与像素值的关系
图像灰度值的概念是什么?灰度也可以认为是亮度,简单说就是色彩的深浅程度. 实际上在我们的日常生活中,通过三原色色彩深浅的组合,可以组成各种不同的颜色.产品能够展现的灰度数量越多,也就意味着这款产品的色 ...
图像灰度值和像素值的关系
图像灰度值的概念是什么?灰度也可以认为是亮度,简单说就是色彩的深浅程度. 实际上在我们的日常生活中,通过三原色色彩深浅的组合,可以组成各种不同的颜色.产品能够展现的灰度数量越多,也就意味着这款产品的色 ...
MATLAB--数字图像处理绘画出图像灰度值的三维图像
绘画出图像灰度值的三维图像方法一: i=imread('a1.jpg');if(size(i,3)>1)i=rgb2gray(i);endi=double(i); mesh(i); figur ...
python图像处理：图像灰度非线性变换
图像灰度的非线性变换平方变换对数变换伽马变换样例代码平方变换将灰度进行平方再除以255,用于降低图像亮度增强亮部对比度减缓暗部对比度对比度可以看作灰度的斜率对数变换将灰度取对 ...
C++计算图像灰度值实现PhotoShop对比度100极限调整
很久以前做的一个WOW钓鱼程序,最近在怀旧服使用过程中,发现受天气影响,机器人不能很好的查找到鱼漂,对比实际环境,感觉是鱼漂查找代码有缺陷.对游戏图像抓图后,使用PS通过调整对比度极限化,也就是对比度 ...

【CV作业02】图像灰度值变换+UI

参考资料：

代码

1. 各种转换方法的实现

2. UI 设计(这里只展示功能实现部分，自动生成的代码已省去)

3. 启动程序

注：

【CV作业02】图像灰度值变换+UI相关推荐

最新文章

热门文章