CQU CV Project1
|
33
|
0
|
计算机视觉
|
|
mozhongzhou

2645 字
|
12 分钟

图像处理与边缘检测学习报告(较为概括)

项目简介

这份代码是我学习计算机视觉（CV）的第一个实验，用 Python 和 OpenCV 实现了一些基本的图像处理功能。我通过这个项目学会了如何读取图片、显示图片，还尝试了三种找边缘的方法，最后还研究了噪声和参数对边缘检测的影响。

环境准备

  • 编程语言: Python
  • 需要的库:
    • OpenCV (cv2)：处理图像。
    • NumPy (np)：计算数字。
    • Matplotlib (plt)：画图展示。
  • 安装方法:
conda create --name cv 
python=3.12 conda activate cv
pip install opencv-python numpy matplotlib

代码结构

  • 读图和显示: 把图片读进来并展示。
  • 边缘检测比较: 用三种方法找边缘。
  • 噪声和 Canny 测试: 加噪声，看看 Canny 怎么受影响。
  • 主函数: 把所有步骤跑一遍。

详细功能说明

1. 图像读入与显示

  • 代码:
def read_and_display_image(image_path):
    img = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE)
    cv2.imshow("Original Image", img)
    cv2.waitKey(0)
    return img
  • 作用: 把图片从文件变成数字，再显示出来。
  • 细节:
    • 用 cv2.imread 读图，转成灰度。
    • 用 cv2.imshow 显示，cv2.waitKey 等你看完。
    • 返回图片数据给后面用。

2. 边缘检测比较

  • 代码:
def edge_detection_comparison(img):
    sobel_x = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=3)
    sobel_y = cv2.Sobel(img, cv2.CV_64F, 0, 1, ksize=3)
    sobel = np.sqrt(sobel_x**2 + sobel_y**2)
    sobel = np.uint8(sobel)
    laplace = cv2.Laplacian(img, cv2.CV_64F)
    laplace = np.uint8(np.absolute(laplace))
    canny = cv2.Canny(img, 100, 200)
    cv2.imshow("Sobel Edge", sobel)
    cv2.imshow("Laplace Edge", laplace)
    cv2.imshow("Canny Edge", canny)
    cv2.waitKey(0)
  • 作用: 用三种方法找图片的边缘，展示结果。
  • 细节:
    • Sobel: 检查水平和垂直变化，合并成总边缘。
    • Laplace: 找亮度变化大的点。
    • Canny: 用阈值找更干净的边缘。
    • 显示三种结果让你对比。

3. 噪声与 Canny 测试

  • 代码:
def noise_and_canny(img):
    def add_gaussian_noise(image, mean=0, sigma=25):
        gauss = np.random.normal(mean, sigma, image.shape)
        noisy = image + gauss
        noisy = np.clip(noisy, 0, 255)
        return np.uint8(noisy)
    noise_low = add_gaussian_noise(img, sigma=15)
    noise_medium = add_gaussian_noise(img, sigma=30)
    noise_high = add_gaussian_noise(img, sigma=50)
    thresholds = [(50, 150), (100, 200), (150, 250)]
    plt.figure(figsize=(15, 10))
    for i, (img_var, title) in enumerate([(img, "Original"), (noise_low, "Low Noise"), (noise_medium, "Medium Noise"), (noise_high, "High Noise")]):
        for j, (low, high) in enumerate(thresholds):
            canny_result = cv2.Canny(img_var, low, high)
            plt.subplot(4, 3, i * 3 + j + 1)
            plt.imshow(canny_result, cmap="gray")
            plt.title(f"{title}\nThreshold: {low}-{high}")
            plt.axis("off")
    plt.tight_layout()
    plt.show()
  • 作用: 加噪声，用不同阈值测试 Canny。
  • 细节:
    • 加三种噪声（低、中、高）。
    • 用三组阈值跑 Canny。
    • 用 Matplotlib 显示 12 张图，方便比较。

4. 主函数

  • 代码
def main():
    image_path = "Cameraman.tif"
    img = read_and_display_image(image_path)
    edge_detection_comparison(img)
    noise_and_canny(img)
    cv2.destroyAllWindows()
if __name__ == "__main__":
    main()
  • 作用: 把所有功能跑一遍。
  • 细节:
    • 指定路径，读图。
    • 跑边缘检测和噪声测试。
    • 最后关窗口。

学习收获

  • 基础操作: 学会了用 OpenCV 读图和显示。
  • 边缘检测: 明白了 Sobel、Laplace 和 Canny 的区别。
    • Sobel 简单粗暴，Laplace 敏感，Canny 聪明。
  • 噪声影响: 发现噪声会让边缘变模糊，阈值高了边缘少但干净，低了细节多但乱。
  • 工具使用: 掌握了 NumPy 计算和 Matplotlib 画图。

附:对代码的详细分析

1 导入库

cv2: 这是 OpenCV 库的 Python 接口，用于处理图像，比如读取、显示和进行边缘检测等操作。

numpy as np: NumPy 是一个数学计算库，用来处理数组（图像在代码中本质上是一个数组），比如计算平方根或生成随机数。

matplotlib.pyplot as plt: Matplotlib 是一个绘图库，这里用来展示多张图像的对比结果，比 OpenCV 的窗口更适合显示多个子图。

2 读图与显示

def read_and_display_image(image_path):
    # 读取图像
    img = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE)
    # 创建窗口并显示图像
    cv2.imshow("Original Image", img)
    cv2.waitKey(0)
    return img

2.1 功能

这个函数的作用是从电脑里读取一张图片，然后显示出来。

2.2 代码解释

  • img = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE):
    • cv2.imread 是读取图片的工具，image_path 是图片的路径（比如 “Cameraman.tif”）。
    • cv2.IMREAD_GRAYSCALE 告诉 OpenCV 把图片变成灰度图（黑白图）。即使原图是彩色的，也会转成只有亮度信息的灰度图，这样处理起来更简单。
    • 图像在电脑里其实是一个数字矩阵，每个数字代表一个像素的亮度（0 是黑色，255 是白色）。
  • cv2.imshow(“Original Image”, img):
    • cv2.imshow 会在屏幕上弹出一个窗口，窗口的名字是 “Original Image”，里面显示 img 这张图片。
    • 这就像打开相册看照片。
  • cv2.waitKey(0):
    • 这个命令让程序停下来，等待你按键盘上的任意键。
    • 参数 0 表示无限等待，直到你按键才会继续运行。这样你有时间看清楚图片。
  • return img:
    • 把读取的图片 img 返回给调用这个函数的地方，方便后面继续用它做处理。

2.3 逻辑

  • 先找到图片文件，把它读进来变成灰度图。
  • 在屏幕上显示这张图。
  • 等你看完按键后，把图片数据传给下一个步骤。

3 不同边缘检测算子的实现

def edge_detection_comparison(img):
    # Sobel算子
    sobel_x = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=3)
    sobel_y = cv2.Sobel(img, cv2.CV_64F, 0, 1, ksize=3)
    sobel = np.sqrt(sobel_x**2 + sobel_y**2)
    sobel = np.uint8(sobel)
 
    # Laplace算子
    laplace = cv2.Laplacian(img, cv2.CV_64F)
    laplace = np.uint8(np.absolute(laplace))
 
    # Canny算子
    canny = cv2.Canny(img, 100, 200)
 
    # 显示结果
    cv2.imshow("Sobel Edge", sobel)
    cv2.imshow("Laplace Edge", laplace)
    cv2.imshow("Canny Edge", canny)
    cv2.waitKey(0)

3.1 功能

这个函数用三种方法（Sobel、Laplace、Canny）找出图片里的边缘，然后显示出来。边缘就是图片中颜色或亮度变化明显的地方，比如物体的轮廓。

3.2 代码解释

3.2.1 Sobel 算子

  • sobel_x = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=3):
    • cv2.Sobel 是用来找边缘的工具。
    • img 是输入的图片。
    • cv2.CV_64F 表示用高精度的数字（64位浮点数）计算，因为边缘检测可能会产生负数。
    • 1, 0 表示只检查水平方向（x方向）的变化。
    • ksize=3 表示用一个 3×3 的小窗口扫描图片。
  • sobel_y = cv2.Sobel(img, cv2.CV_64F, 0, 1, ksize=3):
    • 和上面类似，但这次检查垂直方向（y方向）的变化。
  • sobel = np.sqrt(sobel_x2 + sobel_y2):
    • 把水平和垂直方向的变化结合起来，计算总的边缘强度（用勾股定理）。
    • 这就像测量一个斜坡的陡度。
  • sobel = np.uint8(sobel):
    • 把结果转成 0-255 的整数（8位无符号整数），因为显示图片只能用这种格式。

3.2.2 Laplace 算子

  • laplace = cv2.Laplacian(img, cv2.CV_64F):
    • cv2.Laplacian 是另一种找边缘的方法，它看的是亮度变化的“加速度”（二阶导数）。
    • 它对小细节很敏感，但也容易被噪声干扰。
  • laplace = np.uint8(np.absolute(laplace)):
    • 因为结果可能有负数，取绝对值后再转成 0-255 的格式。

3.2.3 Canny 算子

  • canny = cv2.Canny(img, 100, 200):
    • cv2.Canny 是一种更高级的边缘检测方法。
    • 100 是低阈值，200 是高阈值。这两个数字决定哪些边缘被保留。
    • 它会先去掉噪声，再找边缘，最后连接边缘，比前两种方法更“聪明”。

3.3 显示结果

  • cv2.imshow:
    • 把三种方法的结果分别显示在三个窗口里，名字分别是 “Sobel Edge”、”Laplace Edge” 和 “Canny Edge”。
  • cv2.waitKey(0):
    • 等待你按键，好让你有时间对比三种结果。

3.4逻辑

  • 用 Sobel 检查水平和垂直的边缘，然后合并。
  • 用 Laplace 找亮度变化剧烈的地方。
  • 用 Canny 找更连续、更干净的边缘。
  • 把三种结果显示出来让你比较。

4 添加高斯噪声与 Canny 边缘检测

def noise_and_canny(img):
    # 创建不同程度的高斯噪声
    def add_gaussian_noise(image, mean=0, sigma=25):
        gauss = np.random.normal(mean, sigma, image.shape)
        noisy = image + gauss
        noisy = np.clip(noisy, 0, 255)
        return np.uint8(noisy)
 
    # 生成不同噪声水平的图像
    noise_low = add_gaussian_noise(img, sigma=15)
    noise_medium = add_gaussian_noise(img, sigma=30)
    noise_high = add_gaussian_noise(img, sigma=50)
 
    # 不同阈值的Canny边缘检测
    thresholds = [(50, 150), (100, 200), (150, 250)]
 
    # 创建显示窗口
    plt.figure(figsize=(15, 10))
 
    # 原始图像和带噪声图像的Canny检测
    for i, (img_var, title) in enumerate(
        [
            (img, "Original"),
            (noise_low, "Low Noise"),
            (noise_medium, "Medium Noise"),
            (noise_high, "High Noise"),
        ]
    ):
        for j, (low, high) in enumerate(thresholds):
            canny_result = cv2.Canny(img_var, low, high)
            plt.subplot(4, 3, i * 3 + j + 1)
            plt.imshow(canny_result, cmap="gray")
            plt.title(f"{title}\nThreshold: {low}-{high}")
            plt.axis("off")
 
    plt.tight_layout()
    plt.show()

4.1功能

这个函数给图片加上不同程度的“雪花点”（高斯噪声），然后用 Canny 方法找边缘，看看噪声和阈值对结果的影响。

4.2 代码解释

4.2.1 添加高斯噪声

  • def add_gaussian_noise(image, mean=0, sigma=25):
    • 这是一个小函数，专门用来给图片加噪声。
    • np.random.normal(mean, sigma, image.shape): 生成随机噪声，像电视上的雪花点，sigma 控制噪声的大小。
    • noisy = image + gauss: 把噪声加到图片上。
    • np.clip(noisy, 0, 255): 确保结果在 0-255 之间（超过的剪掉）。
    • np.uint8(noisy): 转成显示用的格式。
  • noise_low, noise_medium, noise_high:
    • 用不同 sigma（15、30、50）生成三张噪声不同的图片，噪声越大，雪花点越多。

4.2.2 Canny 边缘检测

  • thresholds = [(50, 150), (100, 200), (150, 250)]:
    • 定义了三组低阈值和高阈值，后面会用它们测试 Canny。
  • plt.figure(figsize=(15, 10)):
    • 创建一个大画布，尺寸是 15×10 英寸，用来放多张图。
  • for i, (img_var, title) in enumerate([…]):
    • 循环处理四张图片：原图、低噪声、中噪声、高噪声。
    • enumerate 给每张图一个编号 i 和标题 title。
  • for j, (low, high) in enumerate(thresholds):
    • 对每张图，再用三组阈值做 Canny。
    • cv2.Canny(img_var, low, high): 用当前阈值找边缘。
  • plt.subplot(4, 3, i * 3 + j + 1):
    • 在 4 行 3 列的网格里选一个位置放图。
  • plt.imshow(canny_result, cmap=”gray”):
    • 显示边缘结果，用灰度颜色。
  • plt.title(f”{title}\nThreshold: {low}-{high}”):
    • 给每张图加标题，比如 “Low Noise Threshold: 50-150″。
  • plt.axis(“off”):
    • 去掉坐标轴，图更干净。
  • plt.tight_layout():
    • 自动调整布局，避免图挤在一起。
  • plt.show():
    • 显示所有 12 张图（4 张图片 x 3 组阈值）。

4.3 逻辑

  • 给图片加不同程度的噪声。
  • 对原图和带噪声的图，用三组不同阈值做 Canny。
  • 把结果排成 4 行 3 列的网格显示出来。

5 主函数

def main():
    # 图像路径（需要替换为实际的cameraman.tif路径）
    image_path = "Cameraman.tif"
 
    # 1. 读取并显示图像
    img = read_and_display_image(image_path)
 
    # 2. 比较不同边缘检测算子
    edge_detection_comparison(img)
 
    # 3. 添加噪声并测试Canny阈值
    noise_and_canny(img)
 
    # 关闭所有窗口
    cv2.destroyAllWindows()
 
 
if __name__ == "__main__":
    main()

5.1 功能

主函数把前面三个部分串起来，跑一遍整个程序。

5.2 代码解释

  • image_path = “Cameraman.tif”:
    • 指定图片路径，你需要改成自己电脑里的真实路径。
  • img = read_and_display_image(image_path):
    • 调用第一个函数，读取并显示图片。
  • edge_detection_comparison(img):
    • 调用第二个函数，比较三种边缘检测。
  • noise_and_canny(img):
    • 调用第三个函数，加噪声并测试 Canny。
  • cv2.destroyAllWindows():
    • 关掉所有窗口，清理屏幕。
  • if name == “main”::
    • 这是一个习惯写法，确保 main() 只在直接运行这个文件时执行。

5.3 逻辑

  • 读图片，显示。
  • 比较三种边缘检测方法。
  • 加噪声，测试 Canny。
  • 最后收拾干净。
本技术内容仅供学习和交流使用，如有疑问请联系qq2014160588并注明来意。请确保在使用过程中遵守相关法律法规。任何因使用本技术内容而导致的直接或间接损失，作者概不负责。用户需自行承担因使用本技术内容而产生的所有风险和责任。请勿将本技术内容用于任何非法用途。
上一篇

推荐文章

计算机视觉