68 lines
1.8 KiB
Markdown
68 lines
1.8 KiB
Markdown
# 计算机视觉与模式识别实验
|
||
|
||
本项目包含广州大学计算机视觉与模式识别课程的三个实验，涵盖了图像处理的基础知识和常用技术，使用python+opencv实现。
|
||
|
||
## 实验内容
|
||
|
||
### 实验1：图像灰度处理与直方图均衡化
|
||
- 图像灰度量化
|
||
- 灰度范围调整
|
||
- 直方图均衡化
|
||
- RGB和HSV色彩空间处理
|
||
|
||
### 实验2：形态学图像处理
|
||
- 图像膨胀操作
|
||
- 图像侵蚀操作
|
||
- 图像细化（骨架提取）
|
||
|
||
### 实验3：图像噪声处理与滤波
|
||
- 椒盐噪声、高斯噪声、指数噪声的添加
|
||
- 均值滤波、中值滤波、高斯滤波的实现和比较
|
||
- 手动实现中值滤波算法
|
||
|
||
## 文件结构
|
||
```
|
||
.
|
||
├── 1-5.ipynb # 实验1代码
|
||
├── 2-5.ipynb # 实验2代码
|
||
├── 3-3.ipynb # 实验3代码
|
||
├── 2-5-4/ # 实验2测试图像
|
||
│ ├── img1.png
|
||
│ ├── img2.png
|
||
│ ├── img3.png
|
||
│ ├── img4.png
|
||
│ ├── img5.png
|
||
│ └── img6.png
|
||
├── circbw.tif # 测试图像
|
||
├── DJI_0049.JPG # 测试图像
|
||
├── Lena.bmp # 测试图像
|
||
├── pout.tif # 测试图像
|
||
├── rice.png # 测试图像
|
||
├── text.png # 测试图像
|
||
└── tire.tif # 测试图像
|
||
```
|
||
|
||
## 运行环境
|
||
- Python 3.7+
|
||
- 主要依赖库：
|
||
- NumPy
|
||
- Matplotlib
|
||
- OpenCV
|
||
- scikit-image
|
||
- SciPy
|
||
|
||
## 使用说明
|
||
1. 安装依赖库：
|
||
```bash
|
||
pip install numpy matplotlib opencv-python scikit-image scipy
|
||
```
|
||
|
||
2. 运行实验代码：
|
||
- 使用Jupyter Notebook打开对应的.ipynb文件
|
||
- 按顺序执行代码单元格
|
||
- 观察图像处理结果和可视化效果
|
||
|
||
## 参考
|
||
- 实验内容基于广州大学计算机视觉与模式识别课程
|
||
- 代码实现参考OpenCV和scikit-image官方文档
|