数字图像处理作业实例

【实例简介】对CT图像进行不同的直方图均衡化，并进行结果比较。

将第二部分的实验结果推广到带肿瘤部分的CT图像中。

【实例截图】

import cv2 import numpy as np import matplotlib.pyplot as plt # 第一步：读入图片 img = cv2.imread('5_ini.png', 0) # 使用自适应直方图均衡化 # 第一步：实例化自适应直方图均衡化函数 clahe1 = cv2.createCLAHE(clipLimit=2.0,
                        tileGridSize=(8, 8)) # 第二步：进行自适应直方图均衡化 clahe1 = clahe1.apply(img)
clahe2 = cv2.createCLAHE(clipLimit=1.0,
                        tileGridSize=(5, 5)) # 第二步：进行自适应直方图均衡化 clahe2 = clahe2.apply(img) # 第三步：使用plt.hist绘制像素直方图 plt.subplot(121)
plt.hist(clahe1.ravel(), 256) #plt.subplot(123) plt.hist(clahe2.ravel(), 256)
plt.show() # 第三步：进行图像的展示 cv2.imshow('img1', np.hstack((img,clahe1,clahe2)))
cv2.waitKey(0)
cv2.destroyAllWindows()

【文件目录】

数字图像处理

├── 1.png
├── Figure_1.png
├── QQ图片20201221165002.png
├── QQ图片20201221165012.png
├── QQ图片20201221165018.png
├── QQ图片20201221165035.png
├── Untitled.m
├── biaoqian.png
├── cc.png
├── ccee.png
├── clahe012.png
├── erer11.png
├── erer22.png
├── erer33.png
├── iimmgg.png
├── image_85
├── jiangzao1.py
├── jiangzao2.py
├── rerett.png
├── xx.png
├── yuantu.png
├── zaosheng3.py
├── zhifangtu.py
├── zhuanhuan1.py
├── zl1.png
├── zuoye.py
├── zuoye1.py
├── zuoye2.py
├── zuoye3.py
├── zz.png
├── 原图
│   ├── image_85
│   ├── zaosheng3.py
│   ├── zl1.png
│   └── zl2.png
├── 基于python和OpenCV的肝脏CT图像处理.ppt
├── 基于python和OpenCV的肝脏CT图像处理.pptx
├── 标签值
│   └── image_85
└── 新建文件夹
    ├── 5_ini.png
    ├── ggaaoossiizzaaoosshheenngg.png
    ├── jijiaaooyyaann.png
    ├── ssbbllbb.png
    └── zzaaoosshheenngg.png

3 directories, 42 files