Julia图像处理

安装模块并使用

图像处理需要下载两个包，即Images和ImageView，按下 ] 进入pkg模式，然后添加包

add Images
add ImageView

静待安装成功，然后按删除键返回交互模式，目前的Julia比较稳定，如果出现问题，可按照提示安装缺失的内容。如果报网络错误，那么可以更改Julia数据源，方法是新建环境变量JULIA_PKG_SERVER，内容任选其一

• 北外开源镜像站： https://mirrors.bfsu.edu.cn/juliaTUNA
• 清华开源铆像站： https://mirrors.tuna.tsinghua.edu.cn/juliaSJTUG
• 上交Linux 用户组： https://mirrors.sjtug.sjtu.edu.cn/julia

然后通过using在Julia中调用。

using Images, ImageView, Plots

接下来对图像进行基本的打开、转灰度、截取以及展示等操作。

基本图像操作

julia通过load函数打开图像，用imshow显示图像，用save保存图像

img =load("E:\\00\\test.jpg")
gray = Gray.(img)
roi = gray[1:400,1:800]
imshow(roi)
save("roi.png",roi)

其中，Gray.用于转灰度；imshow用于显示图像；save用于保存图像。图像以数组的方式存储，并以切片的形式截取。

load函数比较强大，不仅可以读取本地图像，也可以下载网络图像，比如

url = "https://img-blog.csdnimg.cn/f40183b1486040ff887e59506bd32257.png"
img = load(download(url))
imshow(img)

对于学习者来说，可以导入TestImages，来加载测试图片，这些测试图片都在这里测试图片列表。

using TestImages
img = testimage("lena") 

其中"lena"就是著名的lena图。

此外，也可以把多维数组转化为图像，下面的代码中，A是3x40x80的随机数组，通过colorview可将其转化为RGB图像。

A = rand(3, 40, 80)        
img = colorview(RGB, A)

滤波

Images中封装了一些常用的图像处理算法，最常用的自然是滤波函数imFilter，示例如下

using ImageFiltering, TestImages
img = testimage("lena")
im_Gauss = imfilter(img,Kernel.gaussian(3));
im_Laplace = imfilter(img,Kernel.laplacian2d(3));
im_Sobel = imfilter(img,Kernel.sobel());
im_Median = imfilter(img,ones(3,3)/9);        #自定义的均值滤波
imshow([img im_Gauss im_Median])

其中，gaussian为高斯滤波；laplacian2d为拉普拉斯滤波；sobel为sobel滤波。

在上面的代码中，分别通过3阶Gauss滤波、3阶Laplace滤波以及Sobel滤波对lena图进行处理，处理结果如下图所示