图像处理入门 100 题，有人把它翻译成了中文版！

点击上方“AI有道”，选择“星标”公众号

重磅干货，第一时间送达

但是，这份资源教程是由日本人写的，日文版，读起来非常不方便。好消息，最近我在逛 GitHub 的时候，发现有人将这份教程翻译成了中文版。该项目包含了 CV 领域，OpenCV 图像处理入门 100 题实例解析，并配备完整的 Pyhon 代码。

首先，放上原版日文地址：

https://github.com/yoyoyo-yo/Gasyori100knock

对应的中文版翻译地址：

https://github.com/gzr2017/ImageProcessing100Wen

Tutorial

这部分的极简教程主要是介绍图像处理开源库 OpenCV 的安装，读取、显示图像、操作像素等一些基本操作。分为 Python 版和 C++ 两种形式。

作者推荐了 OpenCV 的极简安装方法：

1. 安装 MiniConda

地址：https://conda.io/miniconda.html

2. 创建虚拟环境并激活

$ conda create python = 3.6  -  n gasyori 100 $ source actiavte gasyori 100

3. 安装包

$ pip install -r requirement.txt

其中，requirement.txt 文件在项目根目录下，下载至命令行所在目录直接运行上述命令即可。

该项目总共包含了 100 道图像处理入门题，下面分别来看一下！

问题 1-10

这部分提供了 Python 和 C++ 两种形式。例如看中值滤波算法。

Python：

import cv2 import numpy as np# Read image img = cv2.imread("imori_noise.jpg") H, W, C = img.shape# Gaussian Filter K_size = 3 sigma = 1.3## Zero padding pad = K_size // 2 out = np.zeros((H + pad*2, W + pad*2, C), dtype=np.float) out[pad:pad+H, pad:pad+W] = img.copy().astype(np.float)## Kernel K = np.zeros((K_size, K_size), dtype=np.float) for x in range(-pad, -pad+K_size):for y in range(-pad, -pad+K_size):K[y+pad, x+pad] = np.exp( -(x**2 + y**2) / (2* (sigma**2))) K /= (sigma * np.sqrt(2 * np.pi)) K /= K.sum()tmp = out.copy()for y in range(H):for x in range(W):for c in range(C):out[pad+y, pad+x, c] = np.sum(K * tmp[y:y+K_size, x:x+K_size, c])out = out[pad:pad+H, pad:pad+W].astype(np.uint8)# Save result cv2.imwrite("out.jpg", out) cv2.imshow("result", out) cv2.waitKey(0) cv2.destroyAllWindows()

C++ 版：

#include <opencv2/core.hpp> #include <opencv2/highgui.hpp> #include <iostream> #include <math.h>// gaussian filter cv::Mat gaussian_filter(cv::Mat img, double sigma, int kernel_size){int height = img.rows;int width = img.cols;int channel = img.channels();// prepare outputcv::Mat out = cv::Mat::zeros(height, width, CV_8UC3);// prepare kernelint pad = floor(kernel_size / 2);int _x = 0, _y = 0;double kernel_sum = 0;// get gaussian kernelfloat kernel[kernel_size][kernel_size];for (int y = 0; y < kernel_size; y++){for (int x = 0; x < kernel_size; x++){_y = y - pad;_x = x - pad;kernel[y][x] = 1 / (2 * M_PI * sigma * sigma) * exp( - (_x * _x + _y * _y) / (2 * sigma * sigma));kernel_sum += kernel[y][x];}}for (int y = 0; y < kernel_size; y++){for (int x = 0; x < kernel_size; x++){kernel[y][x] /= kernel_sum;}}// filteringdouble v = 0;for (int y = 0; y < height; y++){for (int x = 0; x < width; x++){for (int c = 0; c < channel; c++){v = 0;for (int dy = -pad; dy < pad + 1; dy++){for (int dx = -pad; dx < pad + 1; dx++){if (((x + dx) >= 0) && ((y + dy) >= 0)){v += (double)img.at<cv::Vec3b>(y + dy, x + dx)[c] * kernel[dy + pad][dx + pad];}}}out.at<cv::Vec3b>(y, x)[c] = v;}}}return out; }int main(int argc, const char* argv[]){// read imagecv::Mat img = cv::imread("imori_noise.jpg", cv::IMREAD_COLOR);// gaussian filtercv::Mat out = gaussian_filter(img, 1.3, 3);//cv::imwrite("out.jpg", out);cv::imshow("answer", out);cv::waitKey(0);cv::destroyAllWindows();return 0; }

问题 11-20

问题 21-30

问题 31-40

问题 41-50

问题 51-60

问题 61-70

问题 71-80

问题 81-90

问题 91-100

该项目最大的特色就是 100 题循序渐进，基本涵盖了 OpenCV 的关键知识点。如果你正在入门 CV，正在学习 OpenCV，那么这个项目将会是一个不错的从入门到进阶的教程。上手代码，亲自跑一跑结果，希望对大家有所帮助！

---

推荐阅读

（点击标题可跳转阅读）

总结

以上是生活随笔为你收集整理的图像处理入门 100 题，有人把它翻译成了中文版！的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。