1. 实验内容

本实验为 OpenCV 的基础操作，包含 OpenCV 入门、OpenCV 几何变换、OpenCV 图片处理和绘制文字线段、图像美化等内容，为后续基于 OpenCV 的视频处理奠定基础。

2. 实验目的

通过本实验掌握基于 OpenCV 的如下内容：

1. 基础操作：基于 OpenCV 图片读取与展示、图片写入、像素操作等；
2. 几何变换：图片缩放、图片剪切、透视变换等；
3. 图片处理和绘制文字线段：图像二值化、矩形圆形绘制、文字图片绘制；
4. 图像美化：彩色图片直方图、高斯均值滤波等；

3. 程序清单

3.1 任务一

图像二值化。

3.1.1 实验步骤

利用 OpenCV 提供的函数 cv2.imread() 读入图片，利用 cv2.cvtColor() 函数将图片转换成灰度图像，多次处理数据与阈值，将其绘制在同一张图片上，使用 plt.show() 函数并显示在 Jupyter 上。

3.1.2 实验代码

▶

Code

import cv2
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline

img = cv2.imread('01.jpg',1)
GrayImage = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret,thresh1=cv2.threshold(GrayImage,10,255,cv2.THRESH_BINARY)
ret,thresh2=cv2.threshold(GrayImage,10,255,cv2.THRESH_BINARY_INV)
ret,thresh3=cv2.threshold(GrayImage,10,255,cv2.THRESH_TRUNC)
ret,thresh4=cv2.threshold(GrayImage,10,255,cv2.THRESH_TOZERO)
ret,thresh5=cv2.threshold(GrayImage,10,255,cv2.THRESH_TOZERO_INV)
titles = ['Gray Image','BINARY','BINARY_INV','TRUNC','TOZERO','TOZERO_INV']
images = [GrayImage, thresh1, thresh2, thresh3, thresh4, thresh5]

for i in range(6):
   plt.subplot(2,3,i+1),plt.imshow(images[i],'gray')
   plt.title(titles[i])
   plt.xticks([]),plt.yticks([])

plt.show()

3.2 任务二

图形绘制。

3.2.1 实验步骤

设定一个存储图片规格的参数，利用 np.zeros() 函数创建一个存储图片的对象，使用 OpenCV 的绘图函数，经多次叠加形成最终的图案。

3.2.2 实验代码

▶

Code

import cv2
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline

newImageInfo = (600,600,3)
dst = np.zeros(newImageInfo,np.uint8)

cv2.circle(dst,(300,300),(300),(255,0,0),5)
points = np.array([[300,0], [50,450], [550,450]], np.int32)
cv2.polylines(dst,[points],True,(0,0,255),5)
cv2.ellipse(dst, (300,330), (160,110), 0, 0, 360, (0,255,255), 3)
cv2.ellipse(dst, (300,350), (160,110), 0, 0, -180, (0,255,255), 3)
cv2.circle(dst,(300,350),(90),(255,255,255),-1)

dst = cv2.cvtColor(dst, cv2.COLOR_BGR2RGB)

plt.imshow(dst)
plt.show()

3.3 任务三

文字图片绘制。

3.3.1 实验步骤

使用 cv2.imread() 读入背景图片，使用 OpenCV 的绘图和文字注释函数，在背景图片上叠加上预期图形及文字。

3.3.2 实验代码

▶

Code

import cv2
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline

img = cv2.imread('02.png',1)
font = cv2.FONT_HERSHEY_SIMPLEX
cv2.rectangle(img,(800,300),(1500,1000),(255,153,255),6)
cv2.putText(img,'Angle',(900,250),font,6,(255,255,255),10,cv2.LINE_AA)

dst = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
plt.imshow(dst)
plt.show()

3.4 任务四

彩色图片直方图。

3.4.1 实验步骤

使用 cv2.imread() 读入背景图片，分别利用 cv2.cvtColor() 函数和 cv2.calcHist() 函数转换为彩色直方图。

3.4.2 实验代码

▶

Code

import cv2
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline

img = cv2.imread('01.png', 1)
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
histb = cv2.calcHist([img], [0], None, [256], [0, 255])

plt.imshow(img)
plt.show()
plt.hist(img.ravel(), 256)
plt.show()
plt.plot(histb, color='b')
plt.show()

3.5 任务五

高斯均值滤波。

3.5.1 实验步骤

使用 cv2.imread() 函数读入待处理图片，利用 cv2.GaussianBlur() 函数对整张图片进行加权平均，最后输出原图和处理后图片进行对比。

3.5.2 实验代码

▶

Code

import cv2
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline

img = cv2.imread('logo.jpg',1)
dst = cv2.GaussianBlur(img,(5,5),1.5)
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
dst = cv2.cvtColor(dst, cv2.COLOR_BGR2RGB)

plt.figure(figsize=(14, 6), dpi=100)
plt.subplot(121)
plt.imshow(img)
plt.subplot(122)
plt.imshow(dst)
plt.show()

4. 分析与思考

1. 实验总结和收获：

初步学会了 OpenCV 的基础操作，可以使用 OpenCV 对图片进行几何变换、绘制文字线段、图像美化等操作，加深了对于 OpenCV 内各函数的理解。

2. 实验失败/待改进：对于 OpenCV 的进阶用法还无法熟练运用。