图像实验报告2.docxVIP

甘肃政法学院本科生实验报告( 一 ）姓名:周红学院:信息工程学院专业:信息管理与信息系统班级:2014级信管班实验课程名称:图形图像处理实验实验日期: 2017年4月27日开课时间: 2016-2017学年 第二学期甘肃政法学院实验管理中心印制实验题目数字图像的空间域滤波和频域滤波小组合作姓名周红班级14信管学 号201481020161一、实验目的掌握图像滤波的基本定义及目的，理解空间域滤波的基本原理及方法，掌握进行图像的空域滤波的方法，理解频域滤波的基本原理及方法。二．实验环境硬件：一台装有windows系统的计算机软件：Anaconda Navigator +spyder三、实验内容与步骤平滑空间滤波：1)读入man.jpg图像，分别对图像加上椒盐噪声和高斯噪声：椒盐噪声代码如下：import cv2import numpy as npimport matplotlib.pyplot as pltimg=cv2.imread(D:\\man.jpg,0)param=20w=img.shape[1]h=img.shape[0]img1=np.array(img)noisecount=3000for i in xrange(0,noisecount):x=int(np.random.uniform(0,img1.shape[1]))y=int(np.random.uniform(0,img1.shape[0]))img1[x][y]=255plt.subplot(1,2,1),plt.imshow(img,gray)plt.subplot(1,2,2),plt.imshow(img1,gray)结果如下：图1_1_1椒盐噪声图高斯噪声代码如下：import cv2import numpy as npimport matplotlib.pyplot as pltimg=cv2.imread(D:\\man.jpg,0)param=30grayscale=256w=img.shape[1]h=img.shape[0]newimg=np.zeros((h,w),np.uint8)for x in xrange(0,h): for y in xrange(0,w,2): r1=np.random.random_sample() r2=np.random.random_sample() z1=param*np.cos(2*np.pi*r2)*np.sqrt((-2)*np.log(r1)) z2=param*np.sin(2*np.pi*r2)*np.sqrt((-2)*np.log(r1))fxy=int(img[x,y]+z1) fxy1=int(img[x,y+1]+z2) if fxy0:fxy_val=0eliffxygrayscale-1:fxy_val=grayscale-1 else:fxy_val=fxy if fxy10: fxy1_val=0elif fxy1grayscale-1: fxy1_val=grayscale-1 else: fxy1_val=fxy1newimg[x,y]=fxy_valnewimg[x,y+1]=fxy1_valplt.subplot(1,2,1),plt.imshow(img,gray)plt.subplot(1,2,2),plt.imshow(newimg,gray)结果如图：图1_1_2 高斯噪声结果图2)对加入噪声图像选用不同的平滑（低通）模板做运算，对比不同模板所形成的效果，要求在同一窗口中显示。采用3×3的椒盐噪声的低通滤波代码如下：import cv2import numpy as npimport matplotlib.pyplot as pltimg=cv2.imread(G:\\lena.jpg,0)param=20w=img.shape[1]h=img.shape[0]newimg=np.array(img)noisecount=5000for i in xrange(0,noisecount): xi=int(np.random.uniform(0,newimg.shape[1]))xj=int(np.random.uniform(0,newimg.shape[0]))newimg[xj][xi]=255res=cv2.blur(newimg,(3,3))plt.subplot(1,2,1),plt.imshow(newimg,gray