数字图像处理python速成课

### Python 数字图像处理快速入门

#### 安装必要的库
为了进行数字图像处理，安装 OpenCV 库是必不可少的。可以通过访问特定网站获取适用于 Windows 的预编译二进制文件[^1]。

pip install opencv-python

#### 基本操作：读取、显示和保存图像
OpenCV 提供了简单易用的功能来加载、展示以及存储图片数据。

import cv2

# 加载一张彩色图像
img = cv2.imread('path_to_image.jpg')

# 显示图像
cv2.imshow('image', img)
cv2.waitKey(0)  # 等待按键事件
cv2.destroyAllWindows()

# 保存图像
cv2.imwrite('output_image.png', img)

#### 图像变换与组合
对于多张图像的同时查看需求，`numpy.hstack()` 和 `vstack()` 方法能够有效地实现水平或垂直方向上的拼接效果[^2]。

import numpy as np

# 创建一些示例图像 (这里假设已经存在这些变量: imgBlur, imgBox, imgGaussian, imgMedian)

# 水平拼接
res_horizontal = np.hstack((imgBlur, imgBox))
showImageInWindows('Horizontal Result', res_horizontal)

# 垂直拼接
res_vertical = np.vstack((imgGaussian, imgMedian))
showImageInWindows('Vertical Result', res_vertical)

#### 形态学操作简介
形态学运算如腐蚀(Erosion)和膨胀(Dilation)，用于修改图像中的对象形状，在去除噪声等方面非常有用。

kernel = np.ones((5, 5), np.uint8)

# 腐蚀操作
erosion_result = cv2.erode(img, kernel, iterations=1)

# 膨胀操作
dilation_result = cv2.dilate(img, kernel, iterations=1)

通过上述介绍的内容，可以从基础开始学习如何利用 Python 进行基本的数字图像处理工作。随着实践深入，还可以探索更多高级功能和技术。