数字图像处理实验报告(完整版)

数字图像处理实验报告1. 引言数字图像处理是使用计算机来处理和优化图像的一种技术。

在本实验中，我们将探索几种常见的数字图像处理方法，并使用Python编程语言和相关库来实现。

2. 实验目的本实验的主要目的是：1.了解图像的基本特性和数字图像处理的基本原理；2.熟悉Python编程语言和相关图像处理库的使用；3.实现常见的图像处理算法并进行实验验证。

3. 实验方法在本实验中，我们使用Python编程语言和以下相关库来实现图像处理算法：•OpenCV：用于图像读取、显示和保存等基本操作；•Numpy：用于图像数据的处理和算术运算；•Matplotlib：用于图像的可视化和结果展示。

以下是实验涉及到的图像处理方法和步骤：1.图像读取和显示：使用OpenCV库读取图像，使用Matplotlib库显示图像；2.图像的灰度化：将彩色图像转换为灰度图像；3.图像的二值化：将灰度图像转换为黑白二值图像；4.图像的平滑处理：使用平滑滤波器对图像进行平滑处理，如均值滤波和高斯滤波；5.图像的边缘检测：使用边缘检测算法对图像进行边缘检测，如Sobel算子和Canny算子；6.图像的直方图均衡化：对灰度图像进行直方图均衡化，增强图像的对比度。

4. 实验过程和结果4.1 图像读取和显示首先，我们使用OpenCV库读取一张图像，并使用Matplotlib库显示该图像：import cv2import matplotlib.pyplot as plt# 读取图像img = cv2.imread('image.jpg')# 显示图像plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)) plt.axis('off')plt.show()4.2 图像的灰度化接下来，我们将彩色图像转换为灰度图像：# 灰度化图像gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 显示灰度图像plt.imshow(gray_img, cmap='gray')plt.axis('off')plt.show()4.3 图像的二值化然后，我们将灰度图像转换为黑白二值图像：# 二值化图像_, binary_img = cv2.threshold(gray_img, 128, 255, cv2.THRESH_BINARY)# 显示二值图像plt.imshow(binary_img, cmap='gray')plt.axis('off')plt.show()4.4 图像的平滑处理接下来，我们使用平滑滤波器对图像进行平滑处理，例如使用5x5的均值滤波器和高斯滤波器：# 均值滤波mean_img = cv2.blur(img, (5, 5))# 高斯滤波gaussian_img = cv2.GaussianBlur(img, (5, 5), 0) # 显示平滑处理后的图像plt.figure(figsize=(10, 5))plt.subplot(121)plt.imshow(cv2.cvtColor(mean_img, cv2.COLOR_BGR2R GB))plt.title('Mean Filter')plt.axis('off')plt.subplot(122)plt.imshow(cv2.cvtColor(gaussian_img, cv2.COLOR_B GR2RGB))plt.title('Gaussian Filter')plt.axis('off')plt.show()4.5 图像的边缘检测然后，我们使用边缘检测算法对图像进行边缘检测，例如使用Sobel算子和Canny算子：# 边缘检测sobel_img = cv2.Sobel(gray_img, cv2.CV_8U, 1, 1, ksize=3)canny_img = cv2.Canny(gray_img, 50, 150)# 显示边缘检测结果plt.figure(figsize=(10, 5))plt.subplot(121)plt.imshow(sobel_img, cmap='gray')plt.title('Sobel Operator')plt.axis('off')plt.subplot(122)plt.imshow(canny_img, cmap='gray')plt.title('Canny Operator')plt.axis('off')plt.show()4.6 图像的直方图均衡化最后，我们对灰度图像进行直方图均衡化，以增强图像的对比度：# 直方图均衡化equalized_img = cv2.equalizeHist(gray_img)# 显示直方图均衡化结果plt.imshow(equalized_img, cmap='gray')plt.axis('off')plt.show()5. 实验总结通过本实验，我们熟悉了数字图像处理的基本方法和步骤，并使用Python编程语言和相关库实现了图像的读取、显示、灰度化、二值化、平滑处理、边缘检测和直方图均衡化等操作。

数字图像处理实验一 MATLAB数字图像处理初步一、显示图像1．利用imread( )函数读取一幅图像，假设其名为lily.tif，存入一个数组中；2．利用whos 命令提取该读入图像flower.tif的基本信息；3．利用imshow()函数来显示这幅图像；实验结果如下图：源代码：>>I=imread('lily.tif')>> whos I>> imshow(I)二、压缩图像4．利用imfinfo函数来获取图像文件的压缩，颜色等等其他的详细信息；5．利用imwrite()函数来压缩这幅图象，将其保存为一幅压缩了像素的jpg文件,设为lily.jpg；语法：imwrite(原图像，新图像，‘quality’,q), q取0-100。

6．同样利用imwrite()函数将最初读入的tif图象另存为一幅bmp图像，设为flily.bmp。

7．用imread()读入图像Sunset.jpg和Winter.jpg；8．用imfinfo()获取图像Sunset.jpg和Winter.jpg的大小；9．用figure,imshow()分别将Sunset.jpg和Winter.jpg显示出来，观察两幅图像的质量。

其中9的实验结果如下图：源代码：4~6(接上面两个) >>I=imread('lily.tif')>> imfinfo 'lily.tif'；>> imwrite(I,'lily.jpg','quality',20);>> imwrite(I,'lily.bmp');7~9 >>I=imread('Sunset.jpg');>>J=imread('Winter.jpg')>>imfinfo 'Sunset.jpg'>> imfinfo 'Winter.jpg'>>figure(1),imshow('Sunset.jpg')>>figure(2),imshow('Winter.jpg')三、二值化图像10．用im2bw将一幅灰度图像转化为二值图像，并且用imshow显示出来观察图像的特征。

数字图像处理实验报告数字图像处理实验报告（一）实验目的1.理解数字图像处理的基本概念与原理。

2.掌握数字图像处理的基本方法。

3.掌握常用数字滤波器的性质和使用方法。

4.熟练应用数字图像处理软件进行图像处理。

实验器材计算机、MATLAB软件实验内容1.图像的读写与显示首先，我们需要在MATLAB中读入一幅图像，并进行显示。

% 导入图像文件I = imread('myimage.jpg');% 显示图像imshow(I);2.图像的分辨率与色彩空间转换数字图像处理中的一个重要概念是图像的分辨率，通常用像素数量表示。

图像的分辨率越高，代表着图像包含更多的像素，从而更具细节和清晰度。

在数字图像处理中，常常需要将一幅图像从一种色彩空间转换为另一种色彩空间。

RGB色彩空间是最常见的图像色彩空间之一，并且常常作为其他色彩空间的基础。

% 转换图像色彩空间J = rgb2gray(I);% 显示转换后的图像imshow(J);3.图像的增强与滤波图像的增强通常指的是对图像的对比度、亮度和清晰度等方面进行调整，以改善图像的质量和可读性。

数字图像处理中的滤波是一种常用的图像增强方法。

滤波器是一个能够对图像进行局部操作的矩阵，它能够提取或抑制特定的图像特征。

% 对图像进行平滑滤波K = imgaussfilt(J, 1);% 显示滤波后的图像imshow(K);4.数字图像处理在实际应用中的例子数字图像处理在很多实际应用中被广泛应用。

这些应用包括医疗成像、计算机视觉、人脸识别、安防监控等。

下面是数字图像处理在人脸识别应用中的一个简单例子。

% 导入图像文件I = imread('face.jpg');% 进行人脸检测faceDetector = vision.CascadeObjectDetector;bbox = step(faceDetector, I);% 在图像上标记人脸位置IFaces = insertObjectAnnotation(I, 'rectangle', bbox, 'Face');imshow(IFaces);实验结论通过本次实验，我已经能够理解数字图像处理的基本概念与原理，掌握数字图像处理的基本方法，熟练应用数字图像处理软件进行图像处理。

数字图像处理实验报告数字图像处理实验报告1一. 实验内容:主要是图像的几何变换的编程实现,具体包括图像的读取、改写,图像平移,图像的镜像,图像的转置,比例缩放,旋转变换等.具体要求如下:1.编程实现图像平移，要求平移后的图像大小不变;2.编程实现图像的镜像;3.编程实现图像的转置;4.编程实现图像的比例缩放，要求分别用双线性插值和最近邻插值两种方法来实现，并比较两种方法的缩放效果;5.编程实现以任意角度对图像进行旋转变换，要求分别用双线性插值和最近邻插值两种方法来实现，并比较两种方法的旋转效果.二.实验目的和意义:本实验的目的是使学生熟悉并掌握图像处理编程环境,掌握图像平移、镜像、转置和旋转等几何变换的方法，并能通过程序设计实现图像文件的读、写操作，及图像平移、镜像、转置和旋转等几何变换的程序实现.三.实验原理与主要框架:3.1 实验所用编程环境:Visual C++(简称VC)是微软公司提供的基于C/C++的应用程序集成开发工具.VC拥有丰富的功能和大量的扩展库，使用它能有效的创建高性能的Windows应用程序和Web应用程序.VC除了提供高效的C/C++编译器外，还提供了大量的可重用类和组件，包括著名的微软基础类库(MFC)和活动模板类库(ATL)，因此它是软件开发人员不可多得的开发工具.VC丰富的功能和大量的扩展库，类的重用特性以及它对函数库、DLL库的支持能使程序更好的模块化，并且通过向导程序大大简化了库资源的使用和应用程序的开发，正由于VC具有明显的优势，因而我选择了它来作为数字图像几何变换的开发工具.在本程序的开发过程中，VC的核心知识、消息映射机制、对话框控件编程等都得到了生动的体现和灵活的应用.3.2 实验处理的对象:256色的BMP(BIT MAP )格式图像BMP(BIT MAP )位图的文件结构:具体组成图: BITMAPFILEHEADER位图文件头(只用于BMP文件) bfType=”BM” bfSize bfReserved1bfReserved2bfOffBitsbiSizebiWidthbiHeightbiPlanesbiBitCountbiCompressionbiSizeImagebiXPelsPerMeterbiYPelsPerMeterbiClrUsedbiClrImportant单色DIB有2个表项16色DIB有16个表项或更少256色DIB有256个表项或更少真彩色DIB没有调色板每个表项长度为4字节(32位)像素按照每行每列的顺序排列每一行的字节数必须是4的整数倍BITMAPINFOHEADER 位图信息头 Palette 调色板 DIB Pixels DIB图像数据1. BMP文件组成BMP文件由文件头、位图信息头、颜色信息和图形数据四部分组成.2. BMP文件头BMP文件头数据结构含有BMP文件的类型(必须为BMP)、文件大小(以字节为单位)、位图文件保留字(必须为0)和位图起始位置(以相对于位图文件头的偏移量表示)等信息.3. 位图信息头BMP位图信息头数据用于说明位图的尺寸(宽度,高度等都是以像素为单位,大小以字节为单位, 水平和垂直分辨率以每米像素数为单位) ,目标设备的级别，每个像素所需的位数, 位图压缩类型(必须是 0)等信息.4. 颜色表颜色表用于说明位图中的颜色，它有若干个表项，每一个表项是一个RGBQUAD类型的结构，定义一种颜色.具体包含蓝色、红色、绿色的亮度(值范围为0-255)位图信息头和颜色表组成位图信息5. 位图数据位图数据记录了位图的每一个像素值，记录顺序是在扫描行内是从左到右,扫描行之间是从下到上.Windows规定一个扫描行所占的字节数必须是4的倍数(即以long为单位),不足的以0填充.3.3 BMP(BIT MAP )位图的显示:①一般显示方法:1. 申请内存空间用于存放位图文件2. 位图文件读入所申请内存空间中3. 在函数中用创建显示用位图, 用函数创建兼容DC,用函数选择显示删除位图但以上方法的缺点是: 1)显示速度慢; 2) 内存占用大; 3) 位图在缩小显示时图形失真大,(可通过安装字体平滑软件来解决); 4) 在低颜色位数的设备上(如256显示模式)显示高颜色位数的图形(如真彩色)图形失真严重.②BMP位图缩放显示 :用视频函数来显示位图，内存占用少，速度快，而且还可以对图形进行淡化(Dithering )处理.淡化处理是一种图形算法，可以用来在一个支持比图像所用颜色要少的设备上显示彩色图像.BMP位图显示方法如下:1. 打开视频函数，一般放在在构造函数中2. 申请内存空间用于存放位图文件3. 位图文件读入所申请内存空间中4. 在函数中显示位图5. 关闭视频函数 ,一般放在在析构函数中以上方法的优点是: 1)显示速度快; 2) 内存占用少; 3) 缩放显示时图形失真小,4) 在低颜色位数的设备上显示高颜色位数的图形图形时失真小; 5) 通过直接处理位图数据，可以制作简单动画.3.4 程序中用到的访问函数Windows支持一些重要的DIB访问函数，但是这些函数都还没有被封装到MFC中，这些函数主要有：1. SetDIBitsToDevice函数：该函数可以直接在显示器或打印机上显示DIB. 在显示时不进行缩放处理.2. StretchDIBits函数：该函数可以缩放显示DIB于显示器和打印机上.3. GetDIBits函数：还函数利用申请到的内存，由GDI位图来构造DIB.通过该函数，可以对DIB的格式进行控制，可以指定每个像素颜色的位数，而且可以指定是否进行压缩.4. CreateDIBitmap函数：利用该函数可以从DIB出发来创建GDI 位图.5. CreateDIBSection函数：该函数能创建一种特殊的DIB，称为DIB项，然后返回一个GDI位图句柄.6. LoadImage函数：该函数可以直接从磁盘文件中读入一个位图，并返回一个DIB句柄.7. DrawDibDraw函数：Windows提供了窗口视频(VFW)组件，Visual C++支持该组件.VFW中的DrawDibDraw函数是一个可以替代StretchDIBits 的函数.它的最主要的优点是可以使用抖动颜色，并且提高显示DIB的速度，缺点是必须将VFW代码连接到进程中.3.5 图像的几何变换图像的几何变换，通常包括图像的平移、图像的镜像变换、图像的转置、图像的缩放和图像的旋转等.数字图像处理实验报告2一、实验的目的和意义实验目的：本实验内容旨在让学生通过用VC等高级语言编写数字图像处理的一些基本算法程序，来巩固和掌握图像处理技术的基本技能，提高实际动手能力，并通过实际编程了解图像处理软件的实现的基本原理。

实验1直方图一．实验目的1．熟悉matlab图像处理工具箱及直方图函数的使用；2．理解和掌握直方图原理和方法；二．实验设备：1.PC机一台；2.软件matlab。

三．程序设计在matlab环境中，程序首先读取图像，然后调用直方图函数，设置相关参数，再输出处理后的图像。

I=imread('cameraman.tif');%读取图像subplot(1,2,1),imshow(I) %输出图像title('原始图像') %在原始图像中加标题subplot(1,2,2),imhist(I) %输出原图直方图title('原始图像直方图') %在原图直方图上加标题四．实验步骤1. 启动matlab双击桌面matlab图标启动matlab环境；2. 在matlab命令窗口中输入相应程序。

书写程序时，首先读取图像，一般调用matlab自带的图像，如:cameraman图像；再调用相应的直方图函数，设置参数；最后输出处理后的图像；3．浏览源程序并理解含义；4．运行，观察显示结果；5．结束运行，退出；五．实验结果：观察图像matlab环境下的直方图分布。

(a)原始图像 (b)原始图像直方图六．实验报告要求1、给出实验原理过程及实现代码：I=imread('coins.png');%读取图像subplot(1,2,1),imshow(I) %输出图像title('原始图像') %在原始图像中加标题subplot(1,2,2),imhist(I) %输出原图直方图title('原始图像直方图') %在原图直方图上加标题2、输入一幅灰度图像，给出其灰度直方图结果，并进行灰度直方图分布原理分析。

实验2 均值滤波一．实验目的1．熟悉matlab图像处理工具箱及均值滤波函数的使用；2．理解和掌握3*3均值滤波的方法和应用；二．实验设备：1.PC机一台；2.软件matlab三．程序设计在matlab环境中，程序首先读取图像，然后调用图像增强（均值滤波）函数，设置相关参数，再输出处理后的图像。

数字图像处理实验报告（五个实验全）实验⼀ Matlab图像⼯具的使⽤1、读图I=imread(＇lena.jpg＇);imshow(I);2、读⼊⼀幅RGB图像，变换为灰度图像和⼆值图像，并在同⼀个窗⼝内分成三个⼦窗⼝来分别显⽰RGB图像和灰度图像。

a=imread(＇lena.jpg＇)i = rgb2gray(a)I = im2bw(a,0.5)subplot(3,1,1);imshow(a);subplot(3,1,2);imshow(i);subplot(3,1,3);imshow(I);原图像灰度图像⼆值图像实验⼆图像变换1、对⼀幅图像进⾏平移，显⽰原始图像与处理后图像，分别对其进⾏傅⾥叶变换，显⽰变换后结果，分析原图的傅⾥叶谱与平移后傅⾥叶频谱的对应关系。

s=imread(＇beauty.jpg＇);i=rgb2gray(s)i=double(i)j=fft2(i);k=fftshift(j); 原图像原图的傅⾥叶频谱l=log(abs(k));m=fftshift(j);RR=real(m);II=imag(m);A=sqrt(RR.^2+II.^2);A=(A-min(min(A)))/(max(max(A)))*255;b=circshift(s,[800 450]);b=rgb2gray(b)b=double(b) 平移后的图像平移后的傅⾥叶频谱c=fft2(b);e=fftshift(c);l=log(abs(e));f=fftshift(c);WW=real(f);ZZ=imag(f);B=sqrt(WW.^2+ZZ.^2);B=(B-min(min(B)))/(max(max(B)))*255;subplot(2,2,1);imshow(s);subplot(2,2,2);imshow(uint8(b));subplot(2,2,3);imshow(A);subplot(2,2,4);imshow(B);2、对⼀幅图像进⾏旋转，显⽰原始图像与处理后图像，分别对其进⾏傅⾥叶变换，显⽰变换后结果，分析原图的傅⾥叶谱与旋转后傅⾥叶频谱的对应关系。

数字图像处理实验报告引言数字图像处理是一门研究如何对图像进行数字化处理的学科，它的应用广泛，涵盖了图像的获取、增强、压缩、分割等多个方面。

本次实验旨在探索数字图像处理的基本原理和常用技术，并通过实践操作加深对数字图像处理的理解。

实验目的1.学习掌握数字图像处理的基本原理；2.熟悉常用的数字图像处理工具和方法；3.实践应用数字图像处理技术解决实际问题。

实验环境在本次实验中，我们使用了以下环境和工具：- 操作系统：Windows 10 - 编程语言：Python - 图像处理库：OpenCV实验步骤步骤一：图像获取与显示首先，我们需要获取一张待处理的图像，并对其进行显示。

在Python中，我们可以使用OpenCV库来实现图像的读取和显示。

以下是示例代码：import cv2# 读取图像image = cv2.imread('image.jpg')# 显示图像cv2.imshow('Image', image)cv2.waitKey(0)cv2.destroyAllWindows()步骤二：图像增强图像增强是数字图像处理中常用的技术之一，旨在改善图像的质量和可视化效果。

常见的图像增强技术包括灰度转换、直方图均衡化、滤波器等。

以下是示例代码：import cv2# 读取图像image = cv2.imread('image.jpg')# 灰度转换gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GR AY)# 直方图均衡化equalized_image = cv2.equalizeHist(gray_image)# 高斯滤波器blurred_image = cv2.GaussianBlur(equalized_image, (5, 5), 0)# 边缘增强enhanced_image = cv2.Canny(blurred_image, 100, 20 0)# 显示图像cv2.imshow('Enhanced Image', enhanced_image)cv2.waitKey(0)cv2.destroyAllWindows()步骤三：图像压缩图像压缩是数字图像处理中的重要话题，旨在减少图像的存储空间和传输带宽。

数字图像处理实验一 MATLAB数字图像处理初步一、显示图像1．利用imread( )函数读取一幅图像，假设其名为lily.tif，存入一个数组中；2．利用whos 命令提取该读入图像flower.tif的基本信息；3．利用imshow()函数来显示这幅图像；实验结果如下图：源代码：>>I=imread('lily.tif')>> whos I>> imshow(I)二、压缩图像4．利用imfinfo函数来获取图像文件的压缩，颜色等等其他的详细信息；5．利用imwrite()函数来压缩这幅图象，将其保存为一幅压缩了像素的jpg文件,设为lily.jpg；语法：imwrite(原图像，新图像，‘quality’,q), q取0-100。

6．同样利用imwrite()函数将最初读入的tif图象另存为一幅bmp图像，设为flily.bmp。

7．用imread()读入图像Sunset.jpg和Winter.jpg；8．用imfinfo()获取图像Sunset.jpg和Winter.jpg的大小；9．用figure,imshow()分别将Sunset.jpg和Winter.jpg显示出来，观察两幅图像的质量。

其中9的实验结果如下图：源代码：4~6(接上面两个) >>I=imread('lily.tif')>> imfinfo 'lily.tif'；>> imwrite(I,'lily.jpg','quality',20);>> imwrite(I,'lily.bmp');7~9 >>I=imread('Sunset.jpg');>>J=imread('Winter.jpg')>>imfinfo 'Sunset.jpg'>> imfinfo 'Winter.jpg'>>figure(1),imshow('Sunset.jpg')>>figure(2),imshow('Winter.jpg')三、二值化图像10．用im2bw将一幅灰度图像转化为二值图像，并且用imshow显示出来观察图像的特征。

实验一常用MATLAB图像处理命令一、实验目的1、熟悉并掌握MA TLAB工具的使用；2、实现图像的读取、显示、代数运算和简单变换。

二、实验环境MATLAB 6.5以上版本、WIN XP或WIN2000计算机三、常用函数●读写图像文件1 imreadimread函数用于读入各种图像文件，如：a=imread('e:\w01.tif')2 imwriteimwrite函数用于写入图像文件，如：imwrite(a,'e:\w02.tif',’tif’) 3 imfinfoimfinfo函数用于读取图像文件的有关信息，如：imfinfo('e:\w01.tif') ●图像的显示1imageimage函数是MATLAB提供的最原始的图像显示函数，如：a=[1,2,3,4;4,5,6,7;8,9,10,11,12];image(a);2 imshowimshow函数用于图像文件的显示，如：i=imread('e:\w01.tif');imshow(i);title（‘原图像’）%加上图像标题3 colorbarcolorbar函数用显示图像的颜色条，如：i=imread('e:\w01.tif');imshow(i);colorbar;4 figurefigure函数用于设定图像显示窗口，如：figure(1)； /figure(2)；5 subplot把图形窗口分成多个矩形部分，每个部分可以分别用来进行显示。

Subplot（m，n，p）分成m*n个小窗口，在第p个窗口中创建坐标轴为当前坐标轴，用于显示图形。

6 plot绘制二维图形plot（y）Plot（x，y）xy可以是向量、矩阵。

图像类型转换1 rgb2gray//灰色把真彩图像转换为灰度图像i=rgb2gray（j）2 im2bw//黑白通过阈值化方法把图像转换为二值图像I=im2bw（j，level）Level表示灰度阈值，取值范围0~1（即0.n），表示阈值取自原图像灰度范围的n%3 imresize改变图像的大小I=imresize（j，[m n]）将图像j大小调整为m行n列图像运算1 imadd两幅图像相加，要求同样大小，同种数据类型Z=imadd（x，y）表示图像x+y2 imsubstract两幅图像相减，要求同样大小，同种数据类型Z=imsubtract（x，y）表示图像x-y3 immultiplyZ=immultiply（x，y）表示图像x*y4 imdivideZ=imdivide（x，y）表示图像x/y5：m = imadjust(a,[,],[0.5;1]) ;%图像变亮n = imadjust(a,[,],[0;0.5]) ;%图像变暗g=255-a;%负片效果四、实验内容（请将实验程序填写在下方合适的位置，实验图像结果拷屏粘贴）1、读入一幅RGB图像，变换为灰度图像和二值图像，并在同一个窗口内分成三个子窗口来分别显示RGB图像和灰度图像，注上文字标题。