在Python里origin显示语法错误 python处理origin

转载

技术领航者之声 2023-11-20 06:43:11

文章标签 python Image 直方图均衡化 文章分类 Python 后端开发

文章目录

一、实验需求
二、平台
三、安装时遇到的问题
四、图像基本原理

4.1 灰度直方图
4.2 高斯滤波（高斯模糊）
4.3 直方图均衡化

五、实验代码和结果

5.1灰度直方图 histogram.py
5.2高斯滤波（高斯模糊）gauss.py
5.3直方图均衡化 equalization.py

六、总结

一、实验需求

构造python环境，并使用python语言进行基础图像处理（直方图，高斯滤波、直方图均衡化等）

二、平台

平台：JetBrains PyCharm 5.0.3
包管理：Anaconda2
解释器：python2.7

三、安装时遇到的问题

安装python时，一开始我选择的是python3的版本，但是由于运行时出现的一系列问题我又改成了python2，而因为Anaconda2里面基础的包比较多，不用自己下载，所以最后我使用Anaconda2来搭载需要的环境。平台我选择的是PyCharm，因为该平台构建项目时比较清晰，且可debug。

在安装上述软件时，主要问题出现在我一开始对于python环境搭建的不熟悉，到最后使用Anaconda2时出现以下情况：

UnicodeDecodeError: ‘ascii’ codec can’t decode byte 0xe9 in position 0: ordinal not in range(128)

在Python里origin显示语法错误 python处理origin_直方图均衡化

原因：因为默认情况下，Python采用的是ascii编码方式，如下所示：

python -c "import sys; print sys.getdefaultencoding()" ascii

而Python在进行编码方式之间的转换时，会将 unicode 作为“中间编码”，但 unicode 最大只有 128 那么长，所以这里当尝试将 ascii 编码字符串转换成"中间编码" unicode 时由于超出了其范围，就报出了如上错误。

解决方法：
在/usr/lib/python2.7/site-packages/目录下添加一个sitecustomize.py文件，内容如下：

import sys
sys.setdefaultencoding('utf-8')

这个方法我是参照：

之后将原来下载的python2/3环境，全部卸载干净就可以了，再重新load，Anaconda2自带的python2.7就可以了。

四、图像基本原理

4.1 灰度直方图

图像直方图（histogram）是图像的统计学特征，常用于了解图像的基本特征以便分析。不过图像的直方图不具有空间特征。
图像的灰度直方图（histogram），就是将图像转化成灰度图像之后，统计各个像素点的灰度值，绘制成直方图，其横轴是灰度值（0，255），纵轴是该灰度值所对应的像素的数目。对灰度直方图做积分=图像的size。

4.2 高斯滤波（高斯模糊）

高斯模糊实质上就是一种均值模糊，只是高斯模糊是按照加权平均的，距离越近的点权重越大，距离越远的点权重越小。

通俗的讲，高斯滤波就是对整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的其他像素值经过加权平均后得到。

4.3 直方图均衡化

直方图均衡化(Histogram Equalization)是一种增强图像对比度(Image Contrast)的方法，其主要思想是将一副图像的直方图分布变成近似均匀分布，从而增强图像的对比度。直方图均衡化虽然只是数字图像处理(Digital Image Processing)里面的基本方法，但是其作用很强大，是一种很经典的算法。

五、实验代码和结果

原图

在Python里origin显示语法错误 python处理origin_直方图均衡化_02

5.1灰度直方图 histogram.py

# encoding:utf-8
from PIL import Image
from pylab import *
mpl.rcParams['font.sans-serif'] = ['SimHei']

im = array(Image.open('D:/HSK.jpg').convert('L'))

figure()
subplot(121)
gray()
contour(im, origin='image')
axis('equal')
axis('off')
title(u'图像轮廓')

subplot(122)
hist(im.flatten(), 128)
title(u'图像直方图')
plt.xlim([0, 260])
plt.ylim([0, 11000])

show()

在Python里origin显示语法错误 python处理origin_直方图均衡化_03

5.2高斯滤波（高斯模糊）gauss.py

# encoding:utf-8

from PIL import Image
from pylab import *
mpl.rcParams['font.sans-serif'] = ['SimHei']
from numpy import *

from scipy.ndimage import filters

from PCV.tools import rof

im = array(Image.open('D:/HSK.jpg').convert('L'))

U, T = rof.denoise(im, im)
G = filters.gaussian_filter(im, 10) # 第二个参数越大，图像越模糊

figure()
gray()

subplot(1, 3, 1)
imshow(im)
#axis(‘equal’)
axis('off')
title(u'原噪声图像')

subplot(1, 3, 2)
imshow(G)
#axis(‘equal’)
axis('off')
title(u'高斯模糊后的图像')

subplot(1, 3, 3)
imshow(U)
#axis(‘equal’)
axis('off')
title(u'ROF降噪后的图像')

show()

在Python里origin显示语法错误 python处理origin_python_04

5.3直方图均衡化 equalization.py

# -- coding: utf-8 --
from PIL import Image
from pylab import *
mpl.rcParams['font.sans-serif'] = ['SimHei']
from PCV.tools import imtools

im = array(Image.open('D:/HSK.jpg').convert('L'))

im2, cdf = imtools.histeq(im)

figure()
subplot(2, 2, 1)
axis('off')
gray()
title(u'原始图像')
imshow(im)

subplot(2, 2, 2)
axis('off')
title(u'直方图均衡化后的图像')
imshow(im2)

subplot(2, 2, 3)
axis('off')
title(u'均衡化后的直方图' )

hist(im.flatten(), 128, normed=True)

subplot(2, 2, 4)
axis('off')
title(u'均衡化后的直方图')

hist(im2.flatten(), 128, normed=True)

show()

在Python里origin显示语法错误 python处理origin_直方图均衡化_05