一、开篇
学习了一段数字图像处理，想就自己的学习写个笔记吧。主要的参考书就是<<数字图像处理的MATLAB实现>>和网上的一些博客，可能会穿插着MATLAB的代码和Python的代码，准备写一个系列，这次就当做是个开山篇吧。
什么叫数字图像呢？ “一幅图像可以定义为一个二维函数f(x,y)，这里的x和y是空间坐标，而在任意坐标(x,y)处的幅度f被称为这一坐标位置图像的亮度或者灰度，当x,y和f的幅值都是有限的离散值是，称图形为数字图像。”——引自<<数字图像处理的MATLAB实现>>。基本的意思我理解就是把一幅图像看成是一系列的像素点组成的，位置坐标是(0,0),(0,1)………组成下去，但是不是连续的是离散的就是说不会有(0.5,0.5)这样的坐标出现，每个坐标位置都有一个值代表着某些含义，可能是灰度或者亮度之类的。 准备写的就是关于以下的几个方面： （1）图像处理的基本操作(旋转、剪切、灰度变换等) （2）滤波和形态学处理以及分割等等 （3）其他的一些东西 环境：win7+Matlab2014a/Python2.7二、续集
接着上次的写。。。 首先介绍下本次使用的环境，win7+python2.7.3+epd_free-7.3-1+Pil1.1.7 epd的相关信息参考我的另一篇博文http://blog.csdn.net/gavin__zhou/article/details/46851495，上面讲的很详细，pil(Python image library)是一个python的图像处理库，大家自行网上搜索下载。 写的代码都是在Ipython下，IPython比较方便好用最关键是比起Python自带的IDLE多了代码提示功能，很赞啊有木有【泪奔】，画图之类的需要Matplotlib的支持，这些参照我的博文装完EPD这些都有了，大家不用担心。。。。。。。 首先需要导入Image，只要你装了PIL这些应该都有了，可以使用Image.open()打开一个图片，支持常见的JPG、PNG等类型。imshow就是将图像显示出来，这直接调用的是Matplotlib，但默认是翻转显示的，我们需要给他翻转回来。 或者也可以使用im.show()这个调用的是系统的默认图片浏览器打开这个图。 **Image类有以下几个属性： mode:图像的模式 format:文件格式 size:大小 palette:调色板属性，针对mode为”P” info:包含图像相关数据的字典** 重点说一下图像的模式： 可以看出这个图是RGB图像，大小750*496，JPEG格式 裁剪：
box = (0,0,100,100) //获得一个区域 region = im.crop(box) im.show(region) 123 123粘贴
region = region.rotate(180) //旋转180度 im.paste(region,box) //原来的位置粘贴回去 12 12注意和上面的原图对比 分离通道
r,g,b = im.split() 1 1获得r g b三个分量三、续集--色彩空间变换
灰度化：
f = imread('C:\Users\Administrator\Desktop\1.jpg'); gray = rgb2gray(f); %灰度化 12 12二值化：
bw = im2bw(f); %默认的二值 bw1 = im2bw(f,graythresh(f)); %使用全局阈值处理的logical图像 12 12从RGB空间到HSV空间：
hsv = rgb2hsv(f); 1 1获得其相应的H 、S和 V分量
subplot(2,2,1),imshow(hsv(:,:,1)) subplot(2,2,2),imshow(hsv(:,:,2)) subplot(2,2,3),imshow(hsv(:,:,3)) subplot(2,2,4),imshow(hsv) 1234 1234当然还可以转到YCbCr空间，
cbr = rgb2ycbcr(f); 1 1转到NTSC彩色空间，
ntsc = rgb2ntsc(f); 1 1四、数学上进行图像处理的分析
这次就介绍下如何对一幅数字图像进行数学上的相关处理，实质就是对矩阵进行数学运算，以求一幅图像的灰度图的最大灰度、最小灰度和平均灰度值和图像的马赛克为例。 首先将图像读入进来：
>> f = imread('C:\Users\Administrator\Desktop\1.jpg'); >> imshow(f)将原始的图像转换为灰度图并获得大小：
>> gray = rgb2gray(f); >> [rows,cols]=size(gray); 1对矩阵进行运算获得相关的值：
for i = 1:rows for j = 1:cols if gray(i,j) > max max = gray(i,j); end if gray(i,j) < min min = gray(i,j); end avg = avg + gray(i,j); end end %输出最大最小和平均值 max min avg = avg/(rows*cols) 123456789101112131415161718生成马赛克图像我参考的是这个，原理就是对邻域像素平均值赋给邻域中的所有像素，代码是直接粘过来的。
clear all; close all;clc; img=imread('C:\Users\Administrator\Desktop\1.jpg'); img = rgb2gray(img); imshow(img,[]); [h,w]=size(img); imgn=zeros(h,w); n=12; nw=floor(w/n)*n; nh=floor(h/n)*n; for y=1:n:nh for x=1:n:nw imgn(y:y+n-1,x:x+n-1)=mean(mean(img(y:y+n-1,x:x+n-1))); end imgn(y:y+n-1,nw+1:w)=mean(mean(img(y:y+n-1,nw+1:w))); %处理最后一列 imgn(y,1:w)=128; end for x=1:n:nw imgn(nh+1:h,x:x+n-1)=mean(mean(img(nh+1:h,x:x+n-1))); %处理最后一行 imgn(1:h,x)=128; end imgn(nh+1:h,nw+1:w)=mean(mean(img(nh+1:h,nw+1:w))); %处理最后一个角 imgn(1:h,nw)=128; imgn(1:h,w)=128; imgn(nh,1:w)=128; imgn(h,1:w)=128; figure;imshow(imgn,[]) 1234567891011121314151617181920212223242526272829303132333435下面介绍个简单实现马赛克图像的方法，就是对图形进行缩小再放大回原来的大小(或者缩小放大调换)，则会产生像素点的丢失，视觉效果就像马赛克
IMG = imread('C:\Users\Administrator\Desktop\1.jpg'); pix_grp = 10; %此数值越大马赛克效果越明显 [widt,height,deep] = size(IMG); mosaic = imresize(IMG,[floor(height/pix_grp) floor(widt/pix_grp)]); %缩小图像 mosaic = imresize(mosaic,[widt,height],'nearest'); %放大图像 imshow(mosaic); 123456
