本博客讲述的是获取一张图片首先对图像进行处理，比如畸形矫正，图像滤波等操作。
1.histeq(）自适应直方图均衡
# 自适应直方图均衡例子
#
# 此示例展示了如何使用自适应直方图均衡来改善图像中的对比度。
#自适应直方图均衡将图像分割成区域，然后均衡这些区域中的直方图，
#以改善图像对比度与全局直方图均衡化。
#此外，您可以指定剪辑限制以防止对比度变得狂野。
histeq(adaptive=True, clip_limit=50)
# clip_limit <0为您提供正常的自适应直方图均衡，这可能会导致大量的对比噪音...
# clip_limit=1 什么都不做。为获得最佳效果，请略高于1，如下所示。
# 越高，越接近标准自适应直方图均衡，并产生巨大的对比度波动。
如果没有参数输入那么久默认直方图均衡，目增大对比度。
亮的地方更亮，暗的地方更暗
2.模糊滤波
sensor.set_framesize(sensor.QQVGA)
img = sensor.snapshot() # 拍一张照片，返回图像
# 在图像的每个像素上运行核。
img.gaussian(1)
结论：通过对比不同的核数发现核数越大图像越模糊，随着核数的增大帧率也降低
3.核滤波
这个参数还没搞懂，以后需要在研究，先速成在说
import sensor, image, time
sensor.reset() # 初始化sensor
sensor.set_pixformat(sensor.GRAYSCALE) # or sensor.RGB565
#设置图像色彩格式，有RGB565色彩图和GRAYSCALE灰度图两种
sensor.set_framesize(sensor.QVGA) # or sensor.QQVGA (or others)
#设置图像像素大小
sensor.skip_frames(time = 2000) # 让新的设置生效
clock = time.clock() # 跟踪FPS帧率
kernel_size = 1 # 3x3==1, 5x5==2, 7x7==3, etc.
kernel = [-2, -1, 0, \
-1, 1, 1, \
0, 1, 2]
while(True):
clock.tick() # 追踪两个snapshots()之间经过的毫秒数.
img = sensor.snapshot() # 拍一张照片，返回图像
# Run the kernel on every pixel of the image.
# 在图像的每个像素上运行核
img.morph(kernel_size, kernel)
print(clock.fps()) # 注意: 当连接电脑后，OpenMV会变成一半的速度。当不连接电脑，帧率会增加。
上述代码核滤波的效果
4.卡通化滤波-在我这个上无法使用
# seed_threshold控制着色区域的最大区域增长。 将其放大会合并更多像素。
# floating_threshold控制增长区域时的最大像素到像素的差异。设置高的值将快速组合图像中的所有像素。你应该使其小一些。
# cartoon() 将增长同时两个限制都满足的区域...
img = sensor.snapshot().cartoon(seed_threshold=0.05, floating_thresholds=0.05)5.彩图双边滤波
import sensor, image, time
sensor.reset() # 初始化sensor
sensor.set_pixformat(sensor.RGB565) # or sensor.RGB565
#设置图像色彩格式，有RGB565色彩图和GRAYSCALE灰度图两种
sensor.set_framesize(sensor.QQVGA) # or sensor.QVGA (or others)
#设置图像像素大小
sensor.skip_frames(time = 2000) # 让新的设置生效
clock = time.clock() # 跟踪FPS帧率
while(True):
clock.tick() # 追踪两个snapshots()之间经过的毫秒数.
img = sensor.snapshot() # 拍一张照片，返回图像
# color_sigma controls how close color wise pixels have to be to each other to be
# color_sigma控制彩色明智像素之间必须有多近的距离才能模糊。
# blured togheter. A smaller value means they have to be closer.
# 更小的值意味着它们必须更接近。
# A larger value is less strict.
# 较大的值不那么严格。
# space_sigma controls how close space wise pixels have to be to each other to be
# space_sigma控制空间智慧像素彼此之间必须有多近才能模糊
# blured togheter. A smaller value means they have to be closer.
# 更小的值意味着它们必须更接近。
# A larger value is less strict.
# 较大的值不那么严格。
# Run the kernel on every pixel of the image.
# 在图像的每个像素上运行核
img.bilateral(3, color_sigma=0.1, space_sigma=1)
# Note that the bilateral filter can introduce image defects if you set
# color_sigma/space_sigma to aggresively. Increase the sigma values until
# the defects go away if you see them.
# 请注意，如果将color_sigma/space_sigma设置为聚合，双边过滤器可能会引入图像缺陷。
# 如果你看到缺陷，增加sigma值直到
