项目目标

From Digital Image Processing & Computer Vision Experiments

数据库：ImageNet，http://www.image-net.org/

1. 下载至少2000张照片

2. 图像大小更正，相同大小

3. 基于直方图的图像增强

4. 基于点操作的图像增强

5. 基于领域操作的图像增强

工程结构

• src文件夹：存储程序源代码，主要为img_process.py文件
• cv_environment.yaml为Anaconda配置文件，用于移植实验环境
• res文件夹：存储程序运行结果
  • histogram子文件夹：存储各种处理结果的灰度直方图
  • res*.png：经过增强处理后的图像
  • temp子文件夹：经过大小更正后的图像
• pics文件夹：从ImageNet下载的5500张原图像

运行说明

1. conda env create -f cv_environment.yaml导入实验环境
2. source activate image_process进入实验环境
3. python img_process.py进行实验
4. 可以向程序传入相关设置参数，如python img_process.py -number 100 -method 'average'进行实验
   1. -number或-n为需要处理的图片数量，最大为5500，默认为20
   2. -method或-m为邻域处理的方法选择，包括average/max/mid，默认为average
5. 进入res文件夹查看实验结果

运行结果示例

程序输出

> python3 img_process.py -n 5
开始进行图像处理，参数如下
    处理数量：5张
    点处理函数：对比度增强
    邻域处理函数：average滤波
处理中...
已处理1张
已处理2张
已处理3张
已处理4张
已处理5张
处理完毕!

原图

灰度平衡结果

点操作增强结果（增强对比度映射）

邻域操作增强结果（均值滤波器）

灰度直方图

使用的第三方库

numpy：用于数据科学处理

pillow：用于读取和写入图片

matplotlib：用于绘制数据统计图