### Python 实现图像处理的代码示例 以下是基于 OpenCV 和 PIL 的两种方法来完成显示图片、获取尺寸信息、灰度化、截取四分之一区域以及二值化的操作。 #### 使用 OpenCV 进行图像处理 OpenCV 是一种强大的计算机视觉库，支持多种图像处理功能。下面是一个完整的代码示例： ```python import cv2 # 加载图像 image = cv2.imread('example.jpg') # 显示原始图像 cv2.imshow('Original Image', image) cv2.waitKey(0) # 获取图像尺寸 height, width, channels = image.shape print(f"Image dimensions: Width={width}, Height={height}") # 转换为灰度图 gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 显示灰度图像 cv2.imshow('Gray Image', gray_image) cv2.waitKey(0) # 截取四分之一区域 quarter_width = int(width / 2) quarter_height = int(height / 2) cropped_image = image[:quarter_height, :quarter_width] # 显示裁剪后的图像 cv2.imshow('Cropped Image', cropped_image) cv2.waitKey(0) # 将灰度图像转换为二值图像 _, binary_image = cv2.threshold(gray_image, 128, 255, cv2.THRESH_BINARY) # 显示二值图像 cv2.imshow('Binary Image', binary_image) cv2.waitKey(0) # 关闭所有窗口 cv2.destroyAllWindows() ``` 上述代码实现了加载图像、显示图像、获取尺寸、灰度化、裁剪四分之一区域以及二值化等功能[^1]。 --- #### 使用 PIL 进行图像处理 PIL（Python Imaging Library）也是一个常用的图像处理库。下面是相应的代码示例： ```python from PIL import Image # 打开图像文件 img = Image.open('example.jpg') img.show() # 获取图像尺寸 width, height = img.size print(f"Image dimensions: Width={width}, Height={height}") # 转换为灰度图 gray_img = img.convert('L') gray_img.show() # 截取四分之一区域 quarter_width = int(width / 2) quarter_height = int(height / 2) cropped_img = img.crop((0, 0, quarter_width, quarter_height)) cropped_img.show() # 转换为二值图像 binary_img = gray_img.point(lambda p: p > 128 and 255 or 0, '1') binary_img.show() ``` 这段代码同样完成了加载图像、显示图像、获取尺寸、灰度化、裁剪四分之一区域以及二值化的过程。 --- ### 总结 以上分别展示了如何通过 OpenCV 和 PIL 完成基本的图像处理任务。两者各有优劣：OpenCV 更适合复杂的计算机视觉应用，而 PIL 则更轻量级且易于上手。