2025年Python图像处理专项训练试卷：OpenCV库与图像操作

2025年Python图像处理专项训练试卷：OpenCV库与图像操作考试时间：______分钟总分：______分姓名：______一、选择题（每题2分，共20分）1.在Python中使用OpenCV库，导入库的标准语句是？A.importopenB.importpython_opencvC.importcv2D.importopencv2.下列哪个函数用于读取图像文件？A.cv2.imshow()B.cv2.waitKey()C.cv2.imread()D.cv2.destroyWindow()3.在OpenCV中，默认情况下，图像的颜色格式是？A.RGBB.RGBAC.BGRD.Grayscale4.下列哪个函数用于将BGR格式的图像转换为灰度图像？A.cv2.cvtColor(image,cv2.COLOR_BGR2HSV)B.cv2.cvtColor(image,cv2.COLOR_BGR2RGB)C.cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)D.cv2.cvtColor(image,cv2.COLOR_GRAY2BGR)5.要在窗口中显示一个名为“DisplayWindow”的图像，以下代码片段正确的是？A.cv2.imshow("Image",image)B.cv2.imshow('DisplayWindow',image)C.cv2.show("DisplayWindow",image)D.image.show("DisplayWindow")6.下列哪个函数用于在按下任意键后关闭所有OpenCV创建的窗口？A.cv2.destroyAllWindows()B.cv2.destroyWindow()C.cv2.waitKey(0)D.cv2.exit()7.`image.shape`的返回值通常是？A.图像的尺寸（高度，宽度）B.图像的尺寸（宽度，高度，通道数）C.图像的总像素数D.图像的数据类型8.下列哪个函数可以用来对图像进行高斯模糊？A.cv2.blur()B.cv2.medianBlur()C.cv2.bilateralFilter()D.以上都是9.`cv2.getRotationMatrix2D(center,angle,scale)`中，`scale`参数代表？A.旋转中心B.旋转角度C.缩放比例D.旋转后的图像尺寸10.要将一个3通道的BGR图像转换为单通道的灰度图像，可以使用哪种组合的操作？A.`cv2.cvtColor(image,cv2.COLOR_BGR2HSV)`B.`cv2.split(image)`后再合并到灰度C.`cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)`D.`np.mean(image,axis=2)`二、填空题（每空2分，共20分）1.OpenCV的全称是________。2.在Python中，图像通常以________数组的形式存储和处理。3.函数`cv2.imshow()`的第一个参数是窗口名称，第二个参数是________。4.转换BGR图像到HSV色彩空间可以使用函数`cv2.cvtColor(image,cv2.COLOR_BGR2______)`。5.函数`cv2.GaussianBlur(image,(5,5),0)`中的`(5,5)`代表高斯核的________和________。6.函数`cv2.filter2D(image,-1,kernel)`中的`-1`通常表示输出图像的________与输入图像相同。7.要平移图像，可以使用仿射变换矩阵，其中平移向量位于矩阵的________位置。8.`cv2.waitKey()`函数的参数表示等待________毫秒。9.函数`cv2.findContours(binary_image,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)`中的`cv2.RETR_EXTERNAL`表示只检测________轮廓。10.直方图均衡化主要用于改善图像的________，常用于灰度图像。三、判断题（每题1分，共10分，请在括号内打√或×）1.OpenCV库只能用于图像处理，不能用于视频处理。（）2.读取图像后，如果不显示或保存，图像数据会自动消失。（）3.BGR和RGB色彩空间是相同的，只是命名顺序不同。（）4.`cv2.imshow()`显示的图像默认不会被修改。（）5.`image[0,0]`可以用来访问图像左上角的像素值。（）6.图像平滑只会降低图像的清晰度，不会有其他影响。（）7.旋转图像一定会改变图像的尺寸，除非指定缩放比例为1。（）8.Canny边缘检测算法比Sobel算子更常用，因为其鲁棒性更好。（）9.`cv2.waitKey(1)`与`cv2.waitKey(0)`的区别在于前者会一直等待按键，后者等待任意键1秒。（）10.图像的直方图均衡化会改变图像的整体亮度分布。（）四、简答题（每题5分，共15分）1.简述使用OpenCV库在Python中显示图像的基本步骤。2.解释一下什么是色彩空间转换？为什么在图像处理中需要转换色彩空间？3.简述高斯滤波和均值滤波在平滑图像方面的主要区别。五、编程题（共35分）1.（15分）编写Python代码，完成以下任务：a.使用`cv2.imread()`读取名为"input.jpg"的图像（假设图像在当前工作目录下）。b.将读取的BGR图像转换为灰度图像。c.对灰度图像应用高斯模糊，使用5x5的核。d.显示原始灰度图像和模糊后的灰度图像，窗口名称分别为"OriginalGray"和"BlurredGray"。e.等待用户按下任意键后，关闭所有窗口。2.（20分）编写Python代码，完成以下任务：a.使用`cv2.imread()`读取名为"shape.png"的图像（假设图像是简单的彩色形状图，如包含矩形、圆形等，在当前工作目录下）。b.将读取的BGR图像转换为HSV色彩空间。c.提取图像中的绿色部分：设置一个绿色的HSV范围（例如H:35-85,S:100-255,V:100-255），使用`cv2.inRange()`创建掩膜。d.对掩膜应用闭运算（先腐蚀后膨胀），使用合适的结构元素`cv2.getStructuringElement()`，目的是连接绿色区域并填充内部空洞。e.使用`cv2.findContours()`查找掩膜中的轮廓，只保留外轮廓(`cv2.RETR_EXTERNAL`)。f.在原始彩色图像上绘制找到的外轮廓，使用红色（BGR格式为(0,0,255)）和2像素的线宽。g.显示绘制了轮廓的原始彩色图像，窗口名称为"Contours"。h.等待用户按下任意键后，关闭所有窗口。---试卷答案一、选择题1.C2.C3.C4.C5.B6.A7.B8.A9.C10.C二、填空题1.OpenSourceComputerVisionLibrary2.NumPy3.图像4.HSV5.宽度，高度6.数据类型7.主对角线下方（或下方+第一列）8.用户按键9.外部10.对比度三、判断题1.×2.×3.×4.√5.√6.×7.×8.√9.×10.√四、简答题1.解析思路：首先导入必要的库（cv2和numpy）。然后使用`cv2.imread()`函数读取图像文件。接着，使用`cv2.imshow()`函数指定窗口名称和要显示的图像。最后，调用`cv2.waitKey()`函数等待用户按键，并在用户按键后调用`cv2.destroyAllWindows()`函数关闭所有窗口。2.解析思路：色彩空间转换是将图像从一种颜色表示方式转换为另一种颜色表示方式的过程。在图像处理中需要转换色彩空间是因为不同的色彩空间适用于不同的处理任务。例如，在颜色分割任务中，HSV色彩空间比BGR色彩空间更方便，因为HSV将亮度、色调和饱和度分离，便于设置颜色范围；在边缘检测或梯度计算中，通常需要将图像转换为灰度图像。3.解析思路：高斯滤波使用高斯核进行加权平均，核中心的权重最大，边缘权重迅速减小，对噪声具有较好的抑制效果，但可能会模糊图像细节。均值滤波使用均值核进行简单的平均，所有像素点权重相同，对胡椒噪声（椒盐噪声）效果好，但会模糊图像，且对高斯噪声效果不佳。因此，高斯滤波在平滑图像的同时能更好地保持边缘信息。五、编程题1.代码实现（伪代码/关键步骤）：```pythonimportcv2importnumpyasnp#a.读取图像image=cv2.imread("input.jpg")#b.转换为灰度gray_image=cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)#c.高斯模糊blurred_image=cv2.GaussianBlur(gray_image,(5,5),0)#d.显示图像cv2.imshow("OriginalGray",gray_image)cv2.imshow("BlurredGray",blurred_image)#e.等待按键并关闭窗口cv2.waitKey(0)cv2.destroyAllWindows()```解析思路：按部就班地实现题目要求的每个步骤。`imread`读取文件，`cvtColor`进行BGR到灰度的转换，`GaussianBlur`应用高斯核进行模糊，`imshow`显示图像，`waitKey(0)`实现无限等待按键，`destroyAllWindows`关闭所有窗口。2.代码实现（伪代码/关键步骤）：```pythonimportcv2importnumpyasnp#a.读取图像image=cv2.imread("shape.png")#b.转换为HSVhsv_image=cv2.cvtColor(image,cv2.COLOR_BGR2HSV)#c.提取绿色掩膜lower_green=np.array([35,100,100])upper_green=np.array([85,255,255])green_mask=cv2.inRange(hsv_image,lower_green,upper_green)#d.闭运算kernel=cv2.getStructuringElement(cv2.MORPH_RECT,(5,5))#或其他形状如椭圆closing_kernel=cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(5,5))closed_mask=cv2.morphologyEx(green_mask,cv2.MORPH_CLOSE,closing_kernel)#e.查找轮廓contours,_=cv2.findContours(closed_mask,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)#f.绘制轮廓output_image=image.copy()cv2.drawContours(output_image,contours,-1,(0,0,255),2)#g.显示图像cv2.imshow("Contours",output_image)#h.等