机器视觉图像处理学习平台

基于PyQt5和OpenCV的机器视觉图像处理学习平台，用于学习和实践基础图像处理算法。

功能特性

实验一：基础图像处理

1. 摄像头调用 - 视频打开、暂停、关闭及单帧获取
2. 图像格式转换 - RGB转灰度、RGB转HSV（手动实现算法）
3. 图像读写测试 - 像素RGB值查看/修改、绘制简单图形
4. 图片融合 - 透明度融合
5. 颜色阈值抠图 - 基于颜色范围的掩码融合（BGR/HSV颜色空间）
6. 图像校正 - 透视变换校正值斜图像（4点校正）
7. 布匹裁剪分割线识别 - 基于颜色差异检测最佳裁剪位置
8. 查看算法 - 每个任务均配有算法原理弹窗，方便学习

实验二：图像增强

1. 直接灰度变换 - 可自定义分段线性变换
2. 图像直方图计算及均衡化 - 手动实现直方图均衡化算法
3. 图像中值滤波 - 3×3、5×5、7×7核大小
4. 低通滤波 - 添加高斯噪声、椒盐噪声并滤波
5. 目标寻找 - 圆形区域检测并标注

技术栈

• 开发语言: Python 3.8+
• GUI框架: PyQt5
• 图像处理库: OpenCV
• 辅助库: NumPy, Matplotlib

安装说明

1. 安装Python依赖

pip install -r requirements.txt

2. 运行程序

python main.py

项目结构

CVsystem/
├── main.py                  # 程序入口
├── requirements.txt         # 依赖包列表
├── ui/                      # UI模块
│   ├── __init__.py
│   ├── main_window.py       # 主窗口
│   ├── experiment1.py       # 实验一窗口
│   ├── experiment2.py       # 实验二窗口
│   └── styles.py            # 统一样式
├── core/                    # 核心处理模块
│   ├── __init__.py
│   ├── image_processor.py   # 图像处理核心算法
│   └── camera.py            # 摄像头处理
└── utils/                   # 工具模块
    ├── __init__.py
    └── helpers.py           # 辅助函数

使用说明

基本操作流程

1. 启动程序后，从顶部菜单选择 实验（实验一或实验二）
2. 选择实验后，再选择具体的 任务
3. 系统会打开对应的实验窗口，左侧显示该任务的功能按钮
4. 根据任务需要加载图像或打开摄像头
5. 调整左侧参数并点击相应按钮预览效果
6. 使用 导出结果 保存处理后的图像
7. 点击 查看算法 按钮学习该任务的算法原理

界面布局

• 顶部工具栏: 实验选择、任务选择
• 左侧控制面板: 当前任务的功能参数调整区（宽度300px）
• 右侧图像区域:
  • 上方显示原始图像
  • 下方显示处理后图像

特色功能

图像校正（4点透视变换）

1. 加载值斜的图像（如拍摄角度不正的文档、票据）
2. 按顺序点击图像上值斜矩形的4个角点（左上、右上、右下、左下）
3. 系统自动计算透视变换矩阵并将图像摆正

布匹裁剪分割线识别

1. 加载布匹图片（特别适合有褥皱或拼接的布料）
2. 点击“识别分割线”按钮
3. 系统基于颜色差异分析，自动检测并标记：
   • 红色粗线：主分割线（推荐裁剪位置）
   • 黄色细线：辅助参考线（颜色变化点）

颜色阈值抠图

1. 加载前景图片和背景图片
2. 选择颜色空间（BGR或HSV）
3. 调整颜色阈值范围
4. 点击“生成掩码”预览选中区域
5. 点击“应用抠图融合”完成抠图

核心算法说明

本项目的核心图像处理算法均基于原理手动实现，不直接使用OpenCV的内置转换函数：

• RGB转灰度: 使用加权平均公式 Gray = 0.299*R + 0.587*G + 0.114*B
• RGB转HSV: 实现完整的HSV颜色空间转换算法
• 直方图均衡化: 手动计算累积分布函数(CDF)并映射
• 中值滤波: 逐像素窗口中值计算
• 分段线性变换: 基于用户定义的控制点进行灰度映射
• 透视变换: 使用cv2.getPerspectiveTransform计算变换矩阵，将4个值斜点映射为矩形
• 布匹分割线检测: 基于灰度梯度分析，检测颜色突变区域

算法学习功能

每个任务都配备了 "查看算法"按钮，点击后弹窗显示：

• 算法原理和数学公式
• 实现步骤详细说明
• 核心代码片段
• 应用场景介绍

支持查看算法的任务：

• 摄像头调用（OpenCV VideoCapture + PyQt5线程）
• RGB转Gray（加权平均算法）
• RGB转HSV（颜色空间转换）
• 图像读写（像素操作、图形绘制）
• 图像融合（Alpha混合）
• 颜色阈值抠图（掩码融合）
• 图像校正（透视变换）
• 布匹裁剪分割（梯度检测）

注意事项

1. 首次运行前请确保已安装所有依赖包
2. 摄像头功能需要系统有可用的摄像头设备
3. 中值滤波在大核和大图像时可能较慢，请耐心等待
4. 所有窗口保持统一的GitHub浅色主题风格
5. 图像显示区域固定大小（1000×380px），过大的图像会自动缩放
6. 图像校正功能：需要按顺序点击4个角点（左上、右上、右下、左下），点击错误请使用“重置点”按钮
7. 颜色阈值抠图：建议使用HSV颜色空间处理绿幕等特定颜色，BGR适合粗略调整
8. 布匹分割线检测：算法会自动识别颜色变化最显著的区域，黄色线仅供参考

开发环境

• Windows 10/11
• Python 3.8+
• PyQt5 5.15+
• OpenCV 4.8+

许可证

本项目仅用于教学和学习目的。