以下是关于 Python 对图像进行预处理并保存的具体代码示例： ### 图像预处理与保存 #### 1. ### 导入所需库 为了实现图像的读取、预处理和保存功能，需要导入 OpenCV 和 NumPy 库。 ```python import cv2 import numpy as np ``` #### 2. ### 读取图像并转换为灰度图 使用 `cv2.imread` 函数加载图像，并将其转换为灰度图以便进一步处理。 ```python # 读取图像 image = cv2.imread('input_image.jpg') # 加载彩色图像 if image is None: raise ValueError("图像文件未找到或无法读取") # 转换为灰度图 gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) ``` [^1] #### 3. ### 阈值处理 通过对灰度图像应用阈值操作，可以将图像转化为二值图像。 ```python # 设置阈值参数 thresh_value = 127 max_val = 255 # 应用简单二值化阈值 _, binary_image = cv2.threshold(gray_image, thresh_value, max_val, cv2.THRESH_BINARY) ``` [^1] #### 4. ### 去噪处理 为了避免噪声干扰，可以通过中值滤波或其他去噪方法对图像进行平滑处理。 ```python # 中值滤波 denoised_image = cv2.medianBlur(binary_image, ksize=5) # 使用窗口大小为5×5的中值滤波器 ``` [^2] #### 5. ### 数据标准化（可选） 如果需要对像素值进行标准化处理，可以按照以下方式进行归一化。 ```python # 归一化到 [0, 1] 范围 normalized_image = denoised_image.astype(np.float32) / 255.0 ``` [^3] #### 6. ### 保存处理后的图像 最后，使用 `cv2.imwrite` 将处理后的图像保存至指定路径。 ```python # 保存灰度图 cv2.imwrite('output_gray_image.jpg', gray_image) # 保存二值图 cv2.imwrite('output_binary_image.jpg', binary_image) # 保存去噪后的图像 cv2.imwrite('output_denoised_image.jpg', denoised_image) # 如果进行了标准化，则反归一化后再保存 normalized_output = (normalized_image * 255).astype(np.uint8) cv2.imwrite('output_normalized_image.jpg', normalized_output) ``` [^1] --- 完整的代码如下所示： ```python import cv2 import numpy as np # 读取输入图像 image = cv2.imread('input_image.jpg') if image is None: raise ValueError("图像文件未找到或无法读取") # 转换为灰度图 gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 阈值处理 thresh_value = 127 max_val = 255 _, binary_image = cv2.threshold(gray_image, thresh_value, max_val, cv2.THRESH_BINARY) # 去噪处理 denoised_image = cv2.medianBlur(binary_image, ksize=5) # 数据标准化（可选） normalized_image = denoised_image.astype(np.float32) / 255.0 normalized_output = (normalized_image * 255).astype(np.uint8) # 保存结果 cv2.imwrite('output_gray_image.jpg', gray_image) cv2.imwrite('output_binary_image.jpg', binary_image) cv2.imwrite('output_denoised_image.jpg', denoised_image) cv2.imwrite('output_normalized_image.jpg', normalized_output) ``` ---