### 数字图像处理实验一：Python与VSCode 以下是基于Python和VSCode进行数字图像处理的一个简单示例教程。此教程涵盖了基本的环境配置以及如何加载、显示和保存图像。 #### 1. 环境准备 为了在VSCode中高效地完成数字图像处理任务，需确保已安装以下组件： - **Python**: 推荐使用Python 3.7及以上版本[^2]。 - **VSCode插件**: - 安装“Python”扩展，提供代码补全、Linting等功能。 - 可选安装“Pylance”，提升性能分析能力。 还需安装必要的库文件，例如`numpy`, `matplotlib`, 和 `opencv-python`。可以通过命令行运行以下指令来安装这些依赖： ```bash pip install numpy matplotlib opencv-python ``` #### 2. 加载与展示图像 利用OpenCV库可以轻松读取、操作并展示图像。下面是一个简单的例子，演示如何加载一张图片并在窗口中显示它。 ```python import cv2 def load_and_display_image(image_path): """ Load an image from the specified path and display it. :param image_path: Path to the image file. """ img = cv2.imread(image_path, cv2.IMREAD_COLOR) # Read as a color image if img is None: print(f"Error loading image {image_path}") return cv2.imshow('Image Display', img) cv2.waitKey(0) # Wait indefinitely until key press cv2.destroyAllWindows() # Close all OpenCV windows after pressing any key if __name__ == "__main__": IMAGE_PATH = 'example.jpg' # Replace with your actual image path load_and_display_image(IMAGE_PATH) ``` 这段代码定义了一个函数`load_and_display_image()`用来加载指定路径下的图片，并将其呈现出来[^1]。 #### 3. 修改与保存图像 除了单纯查看外，还可以对图像做些基础变换再存储下来。比如转换成灰阶图或者裁剪特定区域后再另存新档。 ```python import cv2 def convert_to_grayscale_and_save(input_path, output_path): """ Convert input image to grayscale then save. :param input_path: Source image location. :param output_path: Destination where converted image will be saved. """ original_img = cv2.imread(input_path, cv2.IMREAD_GRAYSCALE) if original_img is not None: cv2.imwrite(output_path, original_img) if __name__ == "__main__": INPUT_IMAGE = 'input_colorful_photo.png' OUTPUT_IMAGE = 'output_gray_scale_version.png' convert_to_grayscale_and_save(INPUT_IMAGE, OUTPUT_IMAGE) ``` 这里展示了另一个实用功能—将彩色照片转为黑白样式后储存至硬盘上[^4]。 ---