请用vscode的opencv库,编写python代码实现以下功能,用户按a键,抓拍一张图片,然后给图片添加高斯噪音,引入后对图片进行均值滤波去噪,然后再进行一次sobel算子检测图片边缘,要求显示4张图片
时间: 2024-10-13 19:06:53 浏览: 21
使用Python-OpenCV向图片添加噪声的实现(高斯噪声、椒盐噪声)
要在Visual Studio Code (VSCode) 中使用 OpenCV 库编写 Python 代码,首先你需要安装必要的库,包括 `opencv-python` 和 `matplotlib`。如果你还没有安装,可以使用 pip 进行安装:
```bash
pip install opencv-python matplotlib
```
下面是一个简单的示例,演示了如何按照要求操作图像:
```python
import cv2
import numpy as np
from matplotlib import pyplot as plt
# 创建一个空的摄像头捕获对象
cap = cv2.VideoCapture(0)
while True:
# 检查是否读取到帧
ret, frame = cap.read()
if not ret:
print("Failed to read frame")
break
# 用户按下'a'键时,保存当前帧
if cv2.waitKey(1) & 0xFF == ord('a'):
noised_frame = frame.copy() # 复制原始帧以便后续处理
# 添加高斯噪声
noisy_frame = cv2.addWeighted(frame, 1.5, np.random.normal(0, 50, frame.shape), 0.5, 0)
# 对添加噪声后的图像进行均值滤波去噪
blurred_frame = cv2.GaussianBlur(noisy_frame, (5, 5), 0)
# 使用Sobel算子检测边缘
sobelx = cv2.Sobel(blurred_frame, cv2.CV_64F, 1, 0, ksize=5) # x方向梯度
sobely = cv2.Sobel(blurred_frame, cv2.CV_64F, 0, 1, ksize=5) # y方向梯度
edges = cv2.bitwise_and(sobelx, sobely)
# 显示原始、噪声、去噪后以及边缘检测后的图片
fig, axs = plt.subplots(nrows=2, ncols=2, figsize=(10, 8))
axs[0, 0].imshow(frame, cmap='gray')
axs[0, 0].set_title('Original')
axs[0, 1].imshow(noised_frame, cmap='gray')
axs[0, 1].set_title('Noisy with Gaussian Noise')
axs[1, 0].imshow(blurred_frame, cmap='gray')
axs[1, 0].set_title('Blurred with Mean Filter')
axs[1, 1].imshow(edges, cmap='gray')
axs[1, 1].set_title('Edges with Sobel Operator')
for ax in axs.flat:
ax.set_xticks([])
ax.set_yticks([])
plt.show()
plt.pause(0.5) # 短暂暂停展示图片
# 如果按下其他键退出循环
if cv2.waitKey(1) & 0xFF != ord('a'):
break
# 关闭摄像头
cap.release()
cv2.destroyAllWindows()
```
运行此代码时,当用户按下 'a' 键,程序会依次捕获、处理并显示原始图像、加噪图像、去噪后的图像以及边缘检测结果。每显示完一组图片后,程序会暂停一会儿再继续下一轮。
阅读全文