机器学习篇---Python+opencv数字图像的基本操作

一、项目总体功能

本模块是图像处理实验的主控程序，负责按实验步骤依次调用各功能函数，完成彩色图像的读取、显示、颜色空间转换、几何变换、算术与按位运算，并保存所有处理结果。

二、图像读取与尺寸统一

img_bgr, img_rgb, img_gray = load_color_image('./DIP2026/DIP2026/lena.jpg') img_bgr_tow, img_rgb_tow, img_gray_tow = load_color_image('./DIP2026/DIP2026/lena.jpg')

• load_color_image()：自定义函数，输入图像文件路径，同时返回该图像的 BGR 格式、RGB 格式和灰度图三种表示，便于后续不同场景使用。

• 此处两次调用同一张图片，分别赋值给img_*和img_*_tow，后者将作为"第二张图"参与后续的双图运算。

h, w = img_bgr.shape[:2] img_bgr_tow = cv2.resize(img_bgr_tow, (w, h)) img_gray_tow = cv2.resize(img_gray_tow, (w, h))

• img_bgr.shape[:2]：获取第一张图的高度h和宽度w。

• cv2.resize()：OpenCV 的缩放函数，将第二张图的 BGR 和灰度版本都缩放到与第一张图相同的尺寸，确保后续两图运算时维度一致。

三、步骤1：显示彩色图与灰度图

plt.figure(figsize=(10,5))

• plt.figure(figsize=(10,5))：创建一个宽度 10 英寸、高度 5 英寸的新画布。

plt.subplot(1,2,1) plt.imshow(img_rgb) plt.title('Color Image (RGB)') plt.axis('off')

• plt.subplot(1,2,1)：在 1 行 2 列的布局中选择第 1 个位置。

• plt.imshow(img_rgb)：显示 RGB 格式的图像，颜色正常。

• plt.title()：设置子图标题。

• plt.axis('off')：隐藏坐标轴刻度。

plt.subplot(1,2,2) plt.imshow(img_gray_tow, cmap='gray') plt.title('Gray Image (converted from color)') plt.axis('off')

• cmap='gray'：将单通道数组以灰度色彩映射显示，确保灰度图正确呈现。

plt.tight_layout() plt.show()

• plt.tight_layout()：自动调整子图间距，避免重叠。

• plt.show()：渲染并显示图像窗口。

四、步骤2：打印图像数组基本信息

show_image_info(img_bgr, 'Color (BGR)') show_image_info(img_gray_tow, 'Gray (converted)')

• show_image_info()：自定义函数，打印图像数组的形状（维度）、数据类型、像素值范围等信息，帮助了解数据结构。

五、步骤3：颜色空间转换与三通道分离

gray, R, G, B = color_space_and_split(img_bgr)

• color_space_and_split()：自定义函数，接收 BGR 图像，返回灰度图以及分离后的红（R）、绿（G）、蓝（B）三个单通道图像。

随后用plt.subplot(2,3,*)创建 2 行 3 列的布局，依次显示原始 RGB 图、灰度图、红通道、绿通道、蓝通道。各通道均以cmap='gray'显示，亮度越高表示该通道在该像素点的分量越强。

六、步骤4：几何变换

geo_results = geometric_operations(img_bgr)

• geometric_operations()：自定义函数，对输入图像执行一系列几何变换（如缩放、旋转、平移、镜像等），返回一个字典，键为操作名称，值为变换后的图像。

plt.figure(figsize=(12,10)) for i, (name, result) in enumerate(geo_results.items(), 1): plt.subplot(2,3,i) if len(result.shape) == 2: plt.imshow(result, cmap='gray') else: plt.imshow(cv2.cvtColor(result, cv2.COLOR_BGR2RGB)) plt.title(name) plt.axis('off')

• enumerate(geo_results.items(), 1)：遍历字典，i从 1 开始计数。

• len(result.shape) == 2：判断是否为灰度图（二维数组），是则以cmap='gray'显示。

• cv2.cvtColor(result, cv2.COLOR_BGR2RGB)：对彩色图进行 BGR→RGB 转换后再用imshow显示，确保颜色正确。

七、步骤5：算术与按位运算

arith_results = arithmetic_and_bitwise(img_bgr, img_gray_tow)

• arithmetic_and_bitwise()：自定义函数，利用第一张图的 BGR 图像与第二张图的灰度图像进行算术运算（加减乘除）和按位运算（与、或、非、异或），返回结果字典。

显示逻辑与步骤4完全相同：遍历字典，根据图像维度选择显示方式，BGR 图先转 RGB。

八、步骤6：保存所有处理结果

to_save = { 'gray_converted': img_gray_tow, **geo_results, **arith_results }

• 构建保存字典，包含：

  • 'gray_converted'：步骤1产生的灰度图；

  • **geo_results：展开几何变换结果字典，将其中所有键值对并入；

  • **arith_results：展开算术运算结果字典，并入。

• Python 的**字典解包语法实现字典合并。

save_images(to_save, output_dir)

• save_images()：自定义函数，遍历字典，将每张图像以对应的键名作为文件名保存到output_dir指定的输出目录中。

九、整体执行流程总结

该主程序模块结构清晰，每一步都有独立的函数封装，符合模块化设计原则，便于调试和扩展。

框图说明