掌握基本的图像处理方法，学会图像的显示、缩放、旋转、直方图等基本操作。学会图像中值滤波和均值滤波，掌握图像锐化、模糊、去噪的基本方法。
Python3.6、Opencv
- 功能界面实现
使用Python中的Tkinter库中grid、pack组合布局Button、Label、RadioButton等控件，实现一个集合了所需实现功能的操作界面。 - “打开图片”按钮添加实现功能
使用opencv库中的imread、imshow等函数实现。 - “缩放”按钮功能实现
设置两个Label控件来读取输入的高和宽（图片缩放后的尺寸），显示缩放后图片。 - “旋转”按钮功能实现
设置一个Label控件来读取输入的旋转角度（按顺时针旋转），显示旋转后的图片。 - “锐化”按钮添加功能实现
使用RadioButton实现互斥选择（Sobel、Laplace），根据按钮variable参数，使用不同的算子进行图片锐化处理并显示。 - “线性拉伸”按钮功能实现
将原图像转化为灰度图，按照参数a、b调整每个像素的灰度值，进行对比度拉伸，并显示图片。 - “直方图均衡”按钮功能实现
将原图像转化为灰度图，调用Opencv库中的equalizeHist函数对图像进行直方图均衡并显示。 - “中值滤波”按钮功能实现
调用Opencv库中的medianBlur函数对图像进行中值滤波处理并显示。 - “腐蚀”按钮功能实现
调用Opencv库中的erode函数，设置kernel，对图像进行腐蚀处理并显示。 - “膨胀”按钮功能实现
调用Opencv库中的dilate函数，设置kernel，对图像进行膨胀处理并显示。 - “分割”按钮功能实现
设置一个Label控件读取输入的阈值，使用分水岭算法对图像进行分割处理并显示。 - “色彩空间转换”按钮功能实现
使用RadioButton按钮实现互斥选择（XYZ、YCrCb、HSV），根据选择实现相应的色彩控件转换（调用Opencv库中的cvtColor函数）并显示转换后的图像。
- 界面实现
- 打开图片
- 缩放图片
设置图片缩放后的高度为300，宽度为600，将图片的高度和宽度进行更改，显示更改后的图片。 - 旋转图片
旋转图片的时候因窗口大小没有改变，会导致旋转后的图片被切割显示，空白部分默认用黑色填充。所以在旋转图片的时候要根据角度计算新窗口的大小，更改窗口尺寸使完整显示旋转后的图片，设置旋转角度为5°。 - 锐化
Sobel算子锐化:
Laplace算子锐化:
Sobel算子使用一阶导数法，Laplace算子使用二阶微分法。从图中可以看出，Laplace算子相较于Sobel算子能更好地区分背景，锐化人物的边框，但由于Laplace对噪声比Sobel算子敏感，所以Laplace算子锐化存在双边现象。 - 线性拉伸
对比度是指图片的亮度对比，首先将图片转化为灰度图，对每个像素做处理，将亮的像素调亮，暗的像素调暗，可以提高对比度，得到如上图的效果。 - 直方图均衡
直方图均衡化是指对图像中像素个数多的灰度级进行展宽，而对图像中像素个数少的灰度进行压缩，提高了对比度和灰度色调的变化，使图像更加清晰。将图片转化为灰度图进行直方图均衡化，可以看到图片确实变得清晰了。 - 中值滤波
中值滤波是一种非线性平滑技术，将图像中每个像素的值用领域中各点像素的中值替换，消除孤立噪声点。从上图中可以看出，图像中的轮廓变得模糊了，因为轮廓一般是与领域内像素差值较大的像素点。 - 腐蚀
腐蚀可以实现将图像的边缘腐蚀掉，可以看到图中心处的光线的粗细明显变细。 - 膨胀
膨胀是与腐蚀相反的操作，可以实现将图像的边缘扩大，中心处的光线的粗细在膨胀操作后明显变粗。 - 图像分割
将原图像转换为灰度图，使用分水岭算法对图像进行分割，将阈值设置为90，即灰度值大于90的设置为255（白色）、灰度值小于90的设置为0（黑色），如图所示可以看到剔除了图像中心的光线部分及云等背景。 - 色彩空间转换
RGB转换成XYZ:
RGB转换成YCrCb:
RGB转换成HSV:
色彩空间转换是调用Opencv库中的cvtColor函数实现，从图中可以看到RGB与XYZ、YCrCb、HSV色彩空间区别非常明显。XYZ的不均匀性导致不能直观地评价颜色，YCrCb受亮度影响较小，HSV是按色彩、深浅、明暗来描述颜色的。
