基于PyQt5的數(shù)字圖像處理實驗平臺設計

桑曉丹 郭銳

（1.周口師范學院 河南省周口市 466001 2.河南科技職業(yè)大學 河南省周口市 466000）

對于剛接觸與學習計算機的初學者來說，《數(shù)字圖像處理》是一門入門的基礎課程。對于老師來說，講解這門課程的主要難點就是僅能憑借教材來向學生講解有關數(shù)字圖像處理技術的理論知識與基本原理。因為數(shù)字圖像處理內容偏于抽象化，學生在學習數(shù)字圖像處理技術過程中，如果教材是唯一的學習途徑，從某種角度來說，這樣是不利于學生對教材內容的深入理解與掌握。為有效解決以上問題，本文提出了一種基于PyQt5 的數(shù)字圖像處理實驗平臺設計，在學生學習數(shù)字圖像處理相關知識過程中，該實驗平臺相當于是一種輔助學習工具，操作并不復雜，能夠促使學生可以對數(shù)字圖像處理的相關經(jīng)典算法、基本原理進行有效掌握與深度理解。針對基于PyQt5 的數(shù)字圖像處理實驗平臺，共包括4 個功能模塊，分別為狀態(tài)欄、工作區(qū)、工具欄、菜單欄，其中頁面提示內容是通過狀態(tài)欄予以顯示的，顯示是通過工作區(qū)實現(xiàn)的，快捷操作、細節(jié)操作、文字內容、圖像等放置在工具欄中，一些重要操作放置在菜單欄中。該實驗平臺具有移植性、交互性、實用性等特點?；诖?，本文就基于PyQt5 的數(shù)字圖像處理實驗平臺設計展開了探討，以供大家參考。

1 相關理論基礎概述

1.1 當前數(shù)字圖像處理技術的研究狀況

所謂數(shù)字圖像處理，就是指通過運用計算機來對數(shù)字圖像進行處理。在1920年，數(shù)字圖像處理首次被人們提出來，在當時第一張數(shù)字照片就是通過選用數(shù)字壓縮技術進行成功傳輸?shù)?。在后期發(fā)展過程中，因技術水平有限，數(shù)字圖像處理技術的發(fā)展速度并不是非?？臁Ｔ?960年，人們研發(fā)出了首臺計算機，可以進行數(shù)字圖像處理。在1964年，美國航天研究所通過利用數(shù)字圖像處理技術，成功傳回了航天探測器在月球上采集到的照片，照片的清晰度非常高，能夠清晰看到月球的表面，通過這次實踐活動，有效推動了數(shù)字圖像處理技術的進一步快速發(fā)展，同時出現(xiàn)了數(shù)字圖像處理這門學科。從1960年-1970年期間，隨著離散數(shù)學的出現(xiàn)與不斷優(yōu)化，有效推動了數(shù)字圖像處理技術的進一步快速發(fā)展。在這段時間中，特別是在醫(yī)學領域中，數(shù)字圖像處理技術發(fā)揮出極大的作用。在1975年，出現(xiàn)了CT 設備，有效提高了醫(yī)學技術水平。在1980年，隨著計算機技術水平的不斷提高，針對圖像，人們對其的研究范圍也隨之變大，即從二維領域逐漸擴大到三維領域。隨著圖像處理方法與理論的不斷快速發(fā)展，有效提高了數(shù)字圖像處理技術的水平。在1980年，專家們首次提出了視覺計算理論，在后期發(fā)展中，該理論在計算機視覺領域發(fā)展中起到非常重要的主動作用。自1990年以后，數(shù)字圖像處理技術的發(fā)展變得越來越智能化、低成本、實時性與網(wǎng)絡化。

1.2 數(shù)字圖像處理技術的主要研究內容

1.2.1 圖像分割

所謂圖像分割，就是指將圖像劃分為特定的區(qū)域，然后提取出目標的一種技術。目前，圖像分割法可以劃分為四種不同的類型，分別為圖像運動目標分割、基于邊緣的分割、基于區(qū)域的分割、基于I 值的分割。在最近幾年中，在圖像分割中，專家們引用了很多其他學科的新方法與新理論，進而衍生出很多新的分割方法。

1.2.2 圖像分析

在圖像處理中，圖像分析屬于高級階段。圖像分析，就是指通過運用計算機來對圖像進行深入分析，能夠獲取對圖像進行描述的符號或者數(shù)值。例如，在處理醫(yī)學圖像過程中，除了要對異變的存在進行檢測以外，還需要對異變的尺寸大小進行嚴格檢查。通過紋理分析、圖像描繪這兩個方面均可以進行圖像分析。紋理分析，包括模型法、頻譜法、統(tǒng)計法、結構法等；圖像描繪，包括關系描述、區(qū)域邊界描述、區(qū)域內部描述等。在以前進行圖像分析過程中，基本上為二維的圖像處理，但是隨著科學技術水平的不斷提高，圖像分析逐漸從二維逐漸發(fā)展到三維圖像處理。

1.2.3 圖像數(shù)字化

所謂圖像數(shù)字化，就是指針對利用傳感器得到的連續(xù)性圖像數(shù)據(jù)，將其轉變?yōu)殡x散性的數(shù)字形式，同時仍然與原圖像保持一致，且方便進行計算機處理的一種技術。在圖像數(shù)字化中，量化與取樣是兩個不同的環(huán)節(jié)。針對像素幅值，對其進行數(shù)字化處理，即為量化；針對像素坐標，對其進行數(shù)字化處理即為取樣。數(shù)字圖像的質量主要取決于量化運用的灰度級數(shù)與取樣樣本數(shù)。

1.2.4 圖像壓縮

所謂圖像壓縮，就是指通過運用組合、變換的編碼方法來簡化處理數(shù)據(jù)源，通過利用更少的代碼來對更多信息進行表示的一種技術。人的視覺心理特點、數(shù)字圖像的相關性，即為圖像壓縮的基本原理。其中，圖像壓縮系統(tǒng)是由兩個部分構成的，即解碼器與編碼器。數(shù)據(jù)在經(jīng)過解碼以后，如果依然與原數(shù)據(jù)保持一致，此時壓縮系統(tǒng)即可叫做信息保持或者無損的壓縮系統(tǒng)，如果未保持一致，則叫做有損的壓縮系統(tǒng)。壓縮編碼技術大致可以劃分為兩個不同的階段，即，第一階段為傳統(tǒng)數(shù)據(jù)壓縮理論，第二階段的壓縮編碼技術，可以有效解決第一代中的不足與問題，能夠有效提高圖像復原質量。

1.2.5 圖像復原與加強

所謂圖像復原，就是指對已經(jīng)退化的圖像進行恢復，使其變?yōu)楹瓦^去相同模樣的一種技術。圖像復原，包括幾何校正、頻域復原、代數(shù)復原等。所謂圖像加強，就是指為方便進一步處理、分析、觀察、顯示圖像，尖銳化或者強調圖像對比度、輪廓、邊緣等特征的一種技術。與圖像復原相比，圖像加強具有很多不同之處，圖像加強并不會對圖像退化原因進行深入考慮，僅僅是為了對圖像中的信息進行強調突出。圖像加強，包括在頻率域的加強、在空間域的加強。偽彩色加強、圖像銳化、圖像平滑、直方圖修正等均為比較常見的圖像加強方法。

2 基于PyQt5的數(shù)字圖像處理實驗平臺設計

2.1 基本設計思路

《數(shù)字圖像處理》課程理論是基于PyQt5 的數(shù)字圖像處理實驗平臺的設計基礎。在該實驗平臺系統(tǒng)中，一共包含邊緣分割與檢測、圖像改善、圖像濾波、圖像變換、圖像優(yōu)化、案例實踐這幾個模塊，進而能夠充分展現(xiàn)出教材中復雜的理論知識。

2.2 數(shù)字圖像處理實驗平臺的設計

在數(shù)字圖像處理實驗平臺中，一共包括五個不同模塊的實踐教學內容，GUI 主界面是由Qt Designer、PyQt5 構建的，在GUI主界面中設有一個主窗口，與此同時，在主窗口中還設有多個不同的部件，包括狀態(tài)欄、工作區(qū)、工具欄、菜單欄等，而在工作區(qū)中，為能夠對圖片信息進行充分展現(xiàn)，設置了QLabel 控件與QGraphicsView 空間。當在窗口界面構建并保存至文件夾以后，會出現(xiàn)一個.ui的文件，通過選用pyui5，有效轉化.ui文件，使其變?yōu)?pY文件。然后在命令行中通過對相關指令進行編輯與運行以后，便會出現(xiàn)一個.pY 的文件，通過打包.pY 文件，會形成.exe 文件，計算機用戶在對.exe 程序進行雙擊以后，便可以對該文件進行有效執(zhí)行，最后便能夠進入到實驗平臺的主界面中來進行有關操作。

通過從邊緣分割與檢測、圖像改善、圖像濾波、圖像變換、圖像優(yōu)化、案例實踐這幾個模塊來設計數(shù)字圖像處理實驗平臺的功能。所有模塊均能夠將圖像處理過程與處理結果詳細展現(xiàn)給學生，而學生通過利用其中一個模塊的功能便可以進入對應的子界面中，然后可以進行一些操作。通過選用這種方式，可以促使學生對圖像處理原理與內容具有更為深入的理解。通過利用該數(shù)字圖像數(shù)量實驗平臺，老師在對數(shù)字圖像處理的基本原理與理論基礎知識進行講解過程中，能夠通過進行實踐操作，將算法處理結果更加直觀的講解給學生聽講，有助于教學質量與教學效果的提高。

2.2.1 圖像優(yōu)化

圖像復原，就是對受損的圖像進行最大程度的恢復，使其盡可能變成最初的模樣；圖像加強，就是指弱化處理圖像中不感興趣的區(qū)域，以對目標區(qū)域加以突出，對圖像質量進行優(yōu)化與提高。在進行圖像復原過程中，因為存在多種未知因素，所以存在許多未知性。在該設計中，主要通過利用inpaint（）函數(shù)來進行圖像的復原。

2.2.2 圖像變換

所謂圖像變換，就是指圖像從一個狀態(tài)變?yōu)榱硗庖粋€狀態(tài)的過程。圖像變換，包括圖像縮放、圖像鏡像、圖像旋轉等。在對數(shù)據(jù)集進行測試、編輯、加強過程中，可以利用圖像變換，能夠有效提高圖像處理結果的精準率。

（1）圖像縮放，即通過對圖像的尺寸大小進行改變，以提高圖像像素，滿足用戶的使用要求。在放大圖像過程中，能夠有效提高圖像像素的識別度；在縮小圖像過程中，能夠有效提高圖像的清晰度與平滑度。

（2）水平鏡像，就是指將目標圖像的垂直中軸線選作為中心線，調換圖像左側的圖像與右側的圖像，以獲取一張新的圖像，而垂直鏡像，就是指將目標圖像的水平中軸線選作為中心線，調換圖像上側的圖像與下側的圖像，以獲取一張新的圖像，通過調用transpose( )函數(shù)，便能夠對圖像進行鏡像處理；

（3）圖像旋轉，即選取圖像中的某一點作為中心進行一定角度的旋轉，以獲取一張新的圖像，通過調用flip()函數(shù)，能夠對圖像進行旋轉處理。

2.2.3 圖像濾波

所謂圖像濾波，就是指在對目標圖像細節(jié)特點予以保留的前提條件下，有效處理其中存在的噪聲的一種方法。圖像濾波，包括高斯濾波、中值濾波、均值濾波等。

（1）高斯濾波，就是指對圖像中全部點的像素值進行求解，然后進行加權平均計算，最后調用GaussianBlur( )函數(shù)，便能夠獲取高斯濾波。

（2）中值濾波，就是指對圖像中全部像素領域中像素的中值進行求解，然后利用計算的中值取代圖像中全部像素的值，通過調用medianBlur( )函數(shù)，便能夠實現(xiàn)中值濾波。

（3）均值濾波，就是指選中某一個目標像素，對目標像素鄰近像素的平均值進行計算，然后利用計算出的平均值來取代目標像素的值，通過調用blur ()函數(shù)能夠實現(xiàn)均值濾波。

2.2.4 圖像分割與邊緣檢測

圖像分割，包括交互式圖像分割與自動圖像分割。

（1）交互式圖像分割，就是指將用戶交互信息加入到圖像中，促使計算機能夠對目標圖像進行更好的分割。在本次設計的實驗平臺中，主要選用基于深度學習的交互式圖像分割方法，通過將極值點特點融入其中，可以在神經(jīng)網(wǎng)絡中輸入極值點特點與RGB 圖像，通過利用神經(jīng)網(wǎng)絡進行池化操作、卷積操作，能夠將目標圖像的特點提取出來，并通過輸出層將其輸出出去。

（2）自動圖像分割，就是指將算法輸入到計算機中，根據(jù)算法，計算機可以將滿足約束條件的目標區(qū)域分割出來。邊緣檢測，就是指運用各種邊緣檢測算子來提取圖像邊緣的一種方法。利用算子可以標注圖像中連讀比較顯著的像素點，通過調用edge( )函數(shù)，能夠實現(xiàn)邊緣檢測。

2.2.5 案例實踐

車輛識別，就是指運用圖像識別技術來識別車輛牌照的一種技術。通過運用圖像識別技術，能夠有效監(jiān)控車輛違章行為、自動化電子收費、車輛智能化管理，同時通過運用DSRC 技術，能夠對車輛身份進行有效識別，該實驗平臺首先對圖像數(shù)據(jù)進行讀取、濾波、二值化預處理等，然后利用算子查找圖像的輪廓，根據(jù)部分參數(shù)數(shù)據(jù)，對輪廓是否為車牌輪廓進行精準查找。

3 小結

綜上所述，本文通過利用Python 的圖像處理功能、數(shù)據(jù)分析功能、數(shù)值計算功能，構建了一個基于PyQt5 的圖像處理實驗平臺，該圖像處理實驗平臺是由邊緣分割與檢測、圖像改善、圖像濾波、圖像變換、圖像優(yōu)化、實例實踐這幾個模塊構成的，涉及到很多有關于數(shù)字圖像處理的知識，同時以車輛識別為例，對圖像處理實驗平臺在圖像識別中的運用進行了詳細闡述，促使圖像處理可視化變得更為方便與直觀。在現(xiàn)階段中，數(shù)字圖像處理具有多種優(yōu)勢特點，包括精確度高、適用性強、靈活性高等，在人們生活各個方面均會運用到數(shù)字圖像處理技術。本文提出了一個基于PyQt5 的圖像處理實驗平臺設計，以期對相關研究人員對數(shù)字圖像處理技術的研究起到一定的借鑒作用。