Y_INV) # cv.namedWindow('img1',0) # cv.resizeWindow('img1',600,600) # cv.imshow('img1',img1) # print(type(img1)) # print(img1.shape) # print(img1.size) # cv.waitKey(2) kernel1 = np.ones((10, 10), np.uint8) # 做一次膨胀 img2 = cv.dilate(img1, kernel1) # cv.namedWindow('img2', 0) # cv.resizeWindow('img2', 600, 600) # cv.imshow('img2', img2) '剔除小连通域' contours, hierarchy = cv.findContours(img2, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_NONE) # print(len(contours),hierarchy) for i in range(len(contours)): area = cv.contourArea(contours[i]) if area < 150: # '设定连通域最小阈值，小于该值被清理' cv.drawContours(img2, [contours[i]], 0, 0, -1) # cv2.imwrite('img2.jpg', img2) # import pdb;pdb.set_trace() img5 = cv.resize(img2, (28, 28)) # cv.namedWindow('img5', 0) # cv.resizeWindow('img5', 600, 600) # cv.imshow('img5', img5) # cv2.imwrite('img5.jpg', img5) # import pdb;pdb.set_trace() return img5 img_pre = pre_img(img) # # cv.imshow('img_pre', img_pre) # 将数据类型由uint8转为float32 img = img_pre.astype(np.float32) # 图片数据归一化 img = img / 255 改成单个代码，能对原图进行预处理并把每一步处理图片输出

以下是能够对原图进行预处理，并输出每一步处理图片的代码：

import cv2 as cv
import numpy as np

def pre_img(img_path):
    # 读取图片
    img = cv.imread(img_path, cv.IMREAD_GRAYSCALE)

    # 图片二值化
    _, img1 = cv.threshold(img, 0, 255, cv.THRESH_BINARY + cv.THRESH_OTSU)

    # 做一次膨胀
    kernel1 = np.ones((10, 10), np.uint8)
    img2 = cv.dilate(img1, kernel1)

    # 剔除小连通域
    contours, hierarchy = cv.findContours(img2, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_NONE)
    for i in range(len(contours)):
        area = cv.contourArea(contours[i])
        if area < 150:
            cv.drawContours(img2, [contours[i]], 0, 0, -1)

    # 缩放图片到28*28大小
    img5 = cv.resize(img2, (28, 28))

    # 将数据类型由uint8转为float32
    img = img5.astype(np.float32)

    # 图片数据归一化
    img = img / 255

    # 输出每一步处理图片
    cv.imshow('img1', img1)
    cv.imshow('img2', img2)
    cv.imshow('img5', img5)
    cv.waitKey(0)

    return img

img_path = 'your_image_path.jpg'
img_pre = pre_img(img_path)

请注意，这里我使用了cv.imshow()和cv.waitKey(0)来展示每一步处理图片，需要手动关闭窗口才能继续执行下一步代码。如果你想自动关闭窗口，可以使用time.sleep()来等待一段时间，或者使用cv.destroyAllWindows()来关闭所有窗口。