计算机视觉（Python）

骑蜗牛上月亮

1031人浏览 · 2025-04-12 14:17:44

骑蜗牛上月亮 · 2025-04-12 14:17:44 发布

题目：使用 Python 和 OpenCV 实现一个简单的物体边缘检测程序。
要求通过以下四个按钮实现：
读取一张本地的彩色图片。
将彩色图片转换为灰度图片。
使用 Canny 边缘检测算法对灰度图片进行边缘检测。
显示原始彩色图片和边缘检测后的图片（在窗口的左侧）。

import cv2
import numpy as np
import tkinter as tk
from tkinter import filedialog
from PIL import Image, ImageTk

class ImageProcessingApp:
def __init__(self, root):
self.root = root
self.root.title("Image Processing")
self.image = None
self.gray = None
self.edges = None

# 创建左侧图像显示区域
self.image_frame = tk.Frame(root)
self.image_frame.pack(side=tk.LEFT, padx=10, pady=10)

# 创建右侧按钮区域
self.button_frame = tk.Frame(root)
self.button_frame.pack(side=tk.RIGHT, padx=10, pady=10)

# 创建按钮
self.read_button = tk.Button(self.button_frame, text="读取一张本地的彩色图片", command=self.read_image)
self.read_button.pack(pady=5)

self.gray_button = tk.Button(self.button_frame, text="将彩色图片转换为灰度图片", command=self.convert_to_gray,
state=tk.DISABLED)
self.gray_button.pack(pady=5)

self.canny_button = tk.Button(self.button_frame, text="使用 Canny 边缘检测算法对灰度图片进行边缘检测",
command=self.apply_canny, state=tk.DISABLED)
self.canny_button.pack(pady=5)

self.display_button = tk.Button(self.button_frame, text="显示原始彩色图片和边缘检测后的图片",
command=self.display_images,
state=tk.DISABLED)
self.display_button.pack(pady=5)

# 创建图像显示标签
self.original_label = tk.Label(self.image_frame)
self.original_label.pack(pady=5)

self.edges_label = tk.Label(self.image_frame)
self.edges_label.pack(pady=5)

self.combined_label = tk.Label(self.image_frame)
self.combined_label.pack(pady=5)

def read_image(self):
file_path = filedialog.askopenfilename(filetypes=[("Image files", "*.jpg;*.png;*.jpeg")])
if file_path:
self.image = cv2.imread(file_path)
if self.image is not None:
# 获取屏幕尺寸
screen_width = 1920
screen_height = 1080
# 计算压缩后的尺寸
target_width = int(screen_width / 4)
target_height = int(screen_height / 4)
# 压缩图像
self.image = cv2.resize(self.image, (target_width, target_height))
self.show_image(self.original_label, self.image)
self.gray_button.config(state=tk.NORMAL)
self.read_button.config(state=tk.DISABLED)

def convert_to_gray(self):
self.gray = cv2.cvtColor(self.image, cv2.COLOR_BGR2GRAY)
self.canny_button.config(state=tk.NORMAL)
self.gray_button.config(state=tk.DISABLED)

def apply_canny(self):
self.edges = cv2.Canny(self.gray, 100, 200)
edges_color = cv2.cvtColor(self.edges, cv2.COLOR_GRAY2BGR)
self.show_image(self.edges_label, edges_color)
self.display_button.config(state=tk.NORMAL)
self.canny_button.config(state=tk.DISABLED)

def display_images(self):
edges_color = cv2.cvtColor(self.edges, cv2.COLOR_GRAY2BGR)
combined_image = np.hstack((self.image, edges_color))
self.show_image(self.combined_label, combined_image)
self.display_button.config(state=tk.DISABLED)

def show_image(self, label, img):
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
img = Image.fromarray(img)
img = ImageTk.PhotoImage(image=img)
label.config(image=img)
label.image = img

if __name__ == "__main__":
root = tk.Tk()
app = ImageProcessingApp(root)
root.mainloop()

整体功能概述

这段 Python 代码借助 tkinter 库构建图形用户界面（GUI），同时使用 OpenCV 库来处理图像。GUI 界面分为左右两部分，左侧用于展示图像，右侧有四个按钮，用户点击这些按钮能依次完成图像的读取、灰度转换、边缘检测以及图像合并显示等操作。

代码详细解释

1. 导入必要的库

python

import cv2
import numpy as np
import tkinter as tk
from tkinter import filedialog
from PIL import Image, ImageTk

cv2：OpenCV 库，用于图像处理。
numpy：用于处理数组和矩阵，在图像数据处理中经常用到。
tkinter：Python 的标准 GUI 库，用于创建图形用户界面。
filedialog：tkinter 的子模块，用于打开文件选择对话框。
Image 和 ImageTk：PIL（Python Imaging Library）库的一部分，用于处理和显示图像。

2. 定义 ImageProcessingApp 类

python

class ImageProcessingApp:
    def __init__(self, root):
        self.root = root
        self.root.title("Image Processing")
        self.image = None
        self.gray = None
        self.edges = None

__init__ 是类的构造函数，在创建类的实例时会自动调用。
self.root：存储 tkinter 的主窗口对象。
self.root.title("Image Processing")：设置主窗口的标题为 "Image Processing"。
self.image、self.gray 和 self.edges：分别用于存储原始彩色图像、灰度图像和边缘检测后的图像，初始值为 None。

3. 创建界面布局

python

        # 创建左侧图像显示区域
        self.image_frame = tk.Frame(root)
        self.image_frame.pack(side=tk.LEFT, padx=10, pady=10)

        # 创建右侧按钮区域
        self.button_frame = tk.Frame(root)
        self.button_frame.pack(side=tk.RIGHT, padx=10, pady=10)

tk.Frame：用于创建一个框架，可作为容器来组织其他组件。
pack 方法：用于将框架放置在主窗口中，side=tk.LEFT 表示将图像显示区域放在左侧，side=tk.RIGHT 表示将按钮区域放在右侧，padx 和 pady 用于设置组件的内外边距。

4. 创建按钮

python

        # 创建按钮
        self.read_button = tk.Button(self.button_frame, text="读取一张本地的彩色图片", command=self.read_image)
        self.read_button.pack(pady=5)

        self.gray_button = tk.Button(self.button_frame, text="将彩色图片转换为灰度图片", command=self.convert_to_gray,
                                     state=tk.DISABLED)
        self.gray_button.pack(pady=5)

        self.canny_button = tk.Button(self.button_frame, text="使用 Canny 边缘检测算法对灰度图片进行边缘检测",
                                      command=self.apply_canny, state=tk.DISABLED)
        self.canny_button.pack(pady=5)

        self.display_button = tk.Button(self.button_frame, text="显示原始彩色图片和边缘检测后的图片", command=self.display_images,
                                        state=tk.DISABLED)
        self.display_button.pack(pady=5)

tk.Button：用于创建按钮，text 参数设置按钮上显示的文本，command 参数指定按钮被点击时调用的函数。
state=tk.DISABLED：将按钮初始状态设置为禁用，只有在满足一定条件时才启用。
pack 方法：将按钮放置在按钮区域中，pady=5 用于设置按钮之间的垂直间距。

5. 创建图像显示标签

python

        # 创建图像显示标签
        self.original_label = tk.Label(self.image_frame)
        self.original_label.pack(pady=5)

        self.edges_label = tk.Label(self.image_frame)
        self.edges_label.pack(pady=5)

        self.combined_label = tk.Label(self.image_frame)
        self.combined_label.pack(pady=5)

tk.Label：用于创建标签，可用于显示文本或图像。
pack 方法：将标签放置在图像显示区域中，pady=5 用于设置标签之间的垂直间距。

6. 读取图像的函数

python

    def read_image(self):
        file_path = filedialog.askopenfilename(filetypes=[("Image files", "*.jpg;*.png;*.jpeg")])
        if file_path:
            self.image = cv2.imread(file_path)
            if self.image is not None:
                # 获取屏幕尺寸
                screen_width = 1920
                screen_height = 1080
                # 计算压缩后的尺寸
                target_width = int(screen_width / 4)
                target_height = int(screen_height / 4)
                # 压缩图像
                self.image = cv2.resize(self.image, (target_width, target_height))
                self.show_image(self.original_label, self.image)
                self.gray_button.config(state=tk.NORMAL)
                self.read_button.config(state=tk.DISABLED)

filedialog.askopenfilename：打开文件选择对话框，让用户选择一张本地图片，filetypes 参数指定可选择的文件类型。
cv2.imread：读取用户选择的图片。
cv2.resize：将图像压缩到屏幕尺寸的 1/4。
self.show_image：调用显示图像的函数，将原始图像显示在 self.original_label 标签中。
self.gray_button.config(state=tk.NORMAL)：启用 “将彩色图片转换为灰度图片” 按钮。
self.read_button.config(state=tk.DISABLED)：禁用 “读取一张本地的彩色图片” 按钮，防止用户重复读取图片。

7. 转换为灰度图像的函数

python

    def convert_to_gray(self):
        self.gray = cv2.cvtColor(self.image, cv2.COLOR_BGR2GRAY)
        self.canny_button.config(state=tk.NORMAL)
        self.gray_button.config(state=tk.DISABLED)

cv2.cvtColor：将彩色图像转换为灰度图像。
self.canny_button.config(state=tk.NORMAL)：启用 “使用 Canny 边缘检测算法对灰度图片进行边缘检测” 按钮。
self.gray_button.config(state=tk.DISABLED)：禁用 “将彩色图片转换为灰度图片” 按钮，防止用户重复转换。

8. 应用 Canny 边缘检测的函数

python

    def apply_canny(self):
        self.edges = cv2.Canny(self.gray, 100, 200)
        edges_color = cv2.cvtColor(self.edges, cv2.COLOR_GRAY2BGR)
        self.show_image(self.edges_label, edges_color)
        self.display_button.config(state=tk.NORMAL)
        self.canny_button.config(state=tk.DISABLED)

cv2.Canny：对灰度图像应用 Canny 边缘检测算法，100 和 200 是阈值参数。
cv2.cvtColor：将边缘检测后的灰度图像转换为彩色图像，以便在 tkinter 中显示。
self.show_image：将边缘检测后的图像显示在 self.edges_label 标签中。
self.display_button.config(state=tk.NORMAL)：启用 “显示原始彩色图片和边缘检测后的图片” 按钮。
self.canny_button.config(state=tk.DISABLED)：禁用 “使用 Canny 边缘检测算法对灰度图片进行边缘检测” 按钮，防止用户重复检测。

9. 显示合并图像的函数

python

    def display_images(self):
        edges_color = cv2.cvtColor(self.edges, cv2.COLOR_GRAY2BGR)
        combined_image = np.hstack((self.image, edges_color))
        self.show_image(self.combined_label, combined_image)
        self.display_button.config(state=tk.DISABLED)

cv2.cvtColor：将边缘检测后的灰度图像转换为彩色图像。
np.hstack：将原始彩色图像和边缘检测后的图像水平拼接。
self.show_image：将合并后的图像显示在 self.combined_label 标签中。
self.display_button.config(state=tk.DISABLED)：禁用 “显示原始彩色图片和边缘检测后的图片” 按钮，防止用户重复显示。

10. 显示图像的辅助函数

python

    def show_image(self, label, img):
        img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
        img = Image.fromarray(img)
        img = ImageTk.PhotoImage(image=img)
        label.config(image=img)
        label.image = img

cv2.cvtColor：将 OpenCV 的 BGR 颜色空间转换为 RGB 颜色空间，因为 tkinter 使用 RGB 颜色空间。
Image.fromarray：将 NumPy 数组转换为 PIL 图像对象。
ImageTk.PhotoImage：将 PIL 图像对象转换为 tkinter 可显示的图像对象。
label.config(image=img)：将图像显示在指定的标签中。
label.image = img：保存图像对象的引用，防止图像被垃圾回收。

11. 主程序入口

python

if __name__ == "__main__":
    root = tk.Tk()
    app = ImageProcessingApp(root)
    root.mainloop()

tk.Tk()：创建 tkinter 的主窗口对象。
ImageProcessingApp(root)：创建 ImageProcessingApp 类的实例，并将主窗口对象传递给构造函数。
root.mainloop()：启动 tkinter 的事件循环，使窗口保持显示并响应用户操作。

通过以上步骤，代码实现了一个简单的图像处理器，用户可以通过点击按钮逐步完成图像的读取、处理和显示操作。

DAMO开发者矩阵

DAMO开发者矩阵，由阿里巴巴达摩院和中国互联网协会联合发起，致力于探讨最前沿的技术趋势与应用成果，搭建高质量的交流与分享平台，推动技术创新与产业应用链接，围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐

AgentScope 2.0 学习笔记：双剑合璧——工具 + RAG，做一个会查会答的客服（从会说到会查会答）

你有没有见过这种「半吊子」客服机器人：你问它「积雪草精华多少钱」，它答得飞快、价格库存全对；你接着问「我泛红用什么好」，它就卡壳了——因为它只会查价格，不会给建议。反过来也有一种：护肤知识背得滚瓜烂熟，你一问「有货吗」，它只能含含糊糊说「应该有的吧」。

DAMO开发者矩阵

全自动 arXiv 论文监控 + Gemini 多模态解读 + 邮箱推送机器人

本文介绍了一款基于Python的自动化科研论文监控与AI解读工具，针对图像超分辨率等领域的文献追踪难题，实现“追新+补旧”推送机制。系统定时抓取arXiv最新论文，利用PyMuPDF提取首页图像，结合Google Gemini 2.0多模态模型进行图文联合分析，生成带星级评分与核心创新点的解读报告，并通过SMTP邮件精准推送。具备自动降级、轻量缓存与零数据库依赖等特性，支持GitHub Actio

DAMO开发者矩阵

基于蚁群优化算法的直流电机模糊PID控制（Matlab实现）

直流电机因其调速性能优异、响应速度快等特点，在工业控制、电动汽车、机器人等领域有着广泛应用。然而，传统PID控制存在参数固定、难以应对非线性及环境扰动等问题。模糊PID控制虽通过引入模糊逻辑实现了参数自适应调整，但在复杂场景下仍面临规则库构建与参数优化的难题。本文将蚁群优化算法（Ant Colony Optimization, ACO）引入直流电机模糊PID控制系统中，利用其全局寻优能力对模糊PI