、
经过采样和量化之后，图像I已经称为空间位置和响应值均离散的数字图像。图像上的每个位置（x,y）以及其对应量化响应值称为一个像素。
图像的表示
二维矩阵是表示数字图像的重要数字形式。一幅M*N的图像可以表示为矩阵，矩阵中的每个元素称为图像的像素。每个像素都有它自己的空间位置和值，值是这一位置像素的颜色或者强度。 与图像相关的重要指标是图像分辨率。图像分辨率是指组成一幅图像的像素密度。对同样大小的一幅图，组成该图的图像像素数目越多，说明图像的分辨率越高，看起来越来越逼真。相反，像素越少，图像越粗糙。图像分辨率包括空间分辨率和灰度级（响应幅度）分辨率。空间分辨率是图像中可辩别的最小空间细节，取样值多少是决定图像空间分辨率的主要参数。
读取
skimage
代码语言：javascript复制from skimage import io,data,colorfrom matplotlib import pyplot as pltimg=io.imread('123.jpg')img1=data.astronaut()print(img.shape)img0=io.imread('123.jpg',as_gray=True)print("图像类型：",type(img))#显示类型print("图像大小：",img.shape)#显示类型print(img.shape[0])print(img.shape[1])print(img.shape[2])print(img.size)print(img.max())print(img.min())print(img.mean())print(img[0][0])plt.subplot(211),io.imshow(img)plt.title('Input Image'),plt.xticks([]),plt.yticks([])plt.subplot(212),io.imshow(img0)plt.show()opencv
代码语言：javascript复制import cv2 as cv
img=cv.imread('123.jpg')
print("图像类型：",type(img))#显示类型print("图像大小：",img.shape)#显示类型print(img.shape[0])print(img.shape[1])print(img.shape[2])print(img.size)print(img.max())print(img.min())print(img.mean())print(img[0][0])img1=cv.imread('123.jpg',0)cv.imshow('Color',img)cv.imshow('gray',img1)cv.waitKey(0)cv.destroyAllWindows()颜色通道操作
代码语言：javascript复制from skimage import io,data,colorfrom matplotlib import pyplot as pltimage=io.imread('123.jpg')image_r=image[:,:,0]image_g=image[:,:,1]image_b=image[:,:,2]plt.subplot(2,2,1)io.imshow(image)plt.subplot(2,2,2)io.imshow(image_r)plt.subplot(2,2,3)io.imshow(image_g)plt.subplot(2,2,4)io.imshow(image_b)
plt.show()编写一个数字图像读入，显示，区域裁剪的程序，并分别显示R，G，B三个通道的图像
代码语言：javascript复制from PIL import Imageimport matplotlib.pyplot as pltfrom skimage import io
img2 = io.imread('456.jpg')img = Image.open('456.jpg') # 打开图像.gray = img.convert('L') # 转换成灰度r, g, b = img.split() # 分离三通道pic = Image.merge('RGB', (r, g, b)) # 合并三通道plt.figure("beauty")plt.subplot(3, 3, 1), plt.title('origin')plt.imshow(img), plt.axis('off')# 图像裁剪img3 = img2[20:400, 50:1000]plt.figure("beauty")plt.subplot(3, 3, 7), plt.title('caijian')plt.imshow(img3), plt.axis('off')
plt.subplot(3, 3, 4), plt.title('r')plt.imshow(r, cmap='gray'), plt.axis('off')plt.subplot(3, 3, 5), plt.title('g')plt.imshow(g, cmap='gray'), plt.axis('off')plt.subplot(3, 3, 6), plt.title('b')plt.imshow(b, cmap='gray'), plt.axis('off')plt.show()
后续
喜欢就点一点 在看 吧
编写不易，感谢支持。
