根据你提供的《计算机视觉基础试卷》要求，为了顺利完成这份作业，以下是具体的步骤指导： ### 一、准备工作 1. **安装必要的库** - 打开PyCharm，创建一个新的Python项目。 - 在项目的终端输入`pip install opencv-python-headless numpy`来安装必要的Python库。这一步是为了确保可以使用OpenCV库进行图像处理。 ### 二、完成具体考核内容 #### 1. 图像色彩空间转换 - 加载图像`lena.png`，并分别转换至不同的色彩空间。 ```python import cv2 # 加载图像 img = cv2.imread('lena.png') # 转换色彩空间 rgb_img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) ycrcb_img = cv2.cvtColor(img, cv2.COLOR_BGR2YCrCb) hsv_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV) ``` #### 2. 图像几何变换 - 对图像进行缩放、旋转和平移等变换。 ```python # 缩放为原来的1/2 resized_img = cv2.resize(img, None, fx=0.5, fy=0.5) # 顺时针旋转60度 h, w = img.shape[:2] M = cv2.getRotationMatrix2D((w / 2, h / 2), -60, 1) rotated_img = cv2.warpAffine(img, M, (w, h)) # 平移30个像素向左，60个像素向下 M = np.float32([[1, 0, -30], [0, 1, 60]]) translated_img = cv2.warpAffine(img, M, (w, h)) ``` #### 3. 图像滤波器应用 - 应用不同的滤波器处理图像。 ```python # 均值滤波 blurred_mean = cv2.blur(img, (5, 5)) # 高斯滤波 blurred_gaussian = cv2.GaussianBlur(img, (5, 5), 0) # 方框滤波 blurred_box = cv2.boxFilter(img, -1, (5, 5)) # 中值滤波 blurred_median = cv2.medianBlur(img, 5) # 双边滤波 blurred_bilateral = cv2.bilateralFilter(img, 9, 75, 75) ``` #### 4. 绘制图形 - 使用OpenCV绘制等边三角形。 ```python # 创建一个空白图像 triangle = np.zeros((500, 500, 3), dtype=np.uint8) # 定义三角形顶点 pts = np.array([[150, 100], [250, 100], [200, 300]], np.int32) pts = pts.reshape((-1, 1, 2)) # 绘制三角形 cv2.polylines(triangle, [pts], True, (0, 255, 0), 3) ``` #### 5. 边缘检测 - 使用不同算子实现边缘检测。 ```python # Sobel算子 sobelx = cv2.Sobel(gray_img, cv2.CV_64F, 1, 0, ksize=5) sobely = cv2.Sobel(gray_img, cv2.CV_64F, 0, 1, ksize=5) sobel_combined = cv2.addWeighted(sobelx, 0.5, sobely, 0.5, 0) # Canny算子 canny_edges = cv2.Canny(gray_img, 100, 200) ``` #### 6. 轮廓检测 - 对图像执行Canny边缘检测，并绘制轮廓。 ```python # Canny边缘检测 edges = cv2.Canny(cv2.imread('invoice_new.jpg', 0), 100, 200) # 查找轮廓 contours, hierarchy = cv2.findContours(edges, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) # 创建空白图像用于绘制轮廓 contour_img = np.zeros_like(cv2.imread('invoice_new.jpg')) # 绘制轮廓 cv2.drawContours(contour_img, contours, -1, (0, 255, 0), 3) ``` #### 7. 阈值处理 - 对图像进行多种全局阈值处理。 ```python ret, thresh_binary = cv2.threshold(gray_img, 127, 255, cv2.THRESH_BINARY) ret, thresh_binary_inv = cv2.threshold(gray_img, 127, 255, cv2.THRESH_BINARY_INV) ret, thresh_trunc = cv2.threshold(gray_img, 127, 255, cv2.THRESH_TRUNC) ret, thresh_tozero = cv2.threshold(gray_img, 127, 255, cv2.THRESH_TOZERO) ret, thresh_tozero_inv = cv2.threshold(gray_img, 127, 255, cv2.THRESH_TOZERO_INV) ``` ### 三、编写技术文档 1. **创建文档框架** - 使用Word或其他支持Markdown格式编辑器创建文档，确保文档包括封面、目录（自动编号）、各个实验部分及结论。 - 描述实验背景、目的、所用方法、实验步骤、实验结果展示（含图像）以及个人感悟。 2. **保存并提交** - 将所有代码整理到一个文件夹内，并命名为`学号+姓名`。 - 将技术文档同代码文件夹一起压缩打包后提交给班级课代表。 --- ### 知识点 - **OpenCV图像处理**：提供了丰富的图像处理函数，如色彩空间转换、几何变换、滤波等。 - **Python绘图**：利用Python的图像处理库绘制基本图形，如矩形、圆形、线条和多边形。 - **Canny边缘检测**：一种多阶段算法，用于检测图像中的宽广边缘。