图像处理
yeler082
本科就读于新疆大学软件学院,现阶段在西安交通大学攻读软件工程硕士,研方向为计算机视觉(图像识别、目标检测)
展开
-
图像深度简笔
1.定义:图像深度是指存储每个像素所用的位数,也用于量度图像的色彩分辨率的参数。2.详细介绍:图像深度确定彩色图像的每个像素可能有的颜色数,或者确定灰度图像的每个像素可能有的灰度级数。它决定了彩色图像中可出现的最多颜色数,或灰度图像中的最大灰度等级。比如一幅单色图像,若每个像素有8位,则最大灰度数目为2的8次方,即256。一幅彩色图像RGB3个分量的像素位数分别为4,4,2,则最大颜色数目为2的4+原创 2017-10-07 10:12:10 · 745 阅读 · 0 评论 -
自己构建矩阵与图片对应关系,保存为图片并解析
import numpy as npimport scipy.miscimport scipy.iofrom PIL import Image# 92 18 57分别对应着三个通道上的# 92 66 46 25 70 56 47 12 对应着一个通道的第一行,可以确定图片的width为8# 92 45 65 233 42 59 对应着一个通道的第一列,可以确定图片的height为6...原创 2019-05-17 22:07:05 · 1127 阅读 · 0 评论 -
numpy矩阵与与图像像素排布对应关系
通常我们使用的图像都是三通道,使用python的各种工具加载以后会变成ndarray格式,我们需要弄明白在numpy矩阵里面,每一行每一列对应着的值是图片的哪些信息,否者在做图像的处理时就会显得很盲目。下面通过实验说明:我选用的实验图片是上面这只英国短毛猫,图像维度信息为(121,121,3) 分别为width*height*channelsimage_path = './vgg1...原创 2019-05-17 21:14:57 · 4717 阅读 · 0 评论 -
【1】用python简单处理图片:打开\显示\保存图像
一提到数字图像处理,可能大多数人就会想到matlab,但matlab也有自身的缺点:1、不开源,价格贵2、软件容量大。一般3G以上,高版本甚至达5G以上。3、只能做研究,不易转化成软件。因此,我们这里使用python这个脚本语言来进行数字图像处理。要使用python,必须先安装python,一般是2.7版本以上,不管是在windows系统,还是linux系统,安装都是非常简单的...原创 2018-10-24 10:40:31 · 1460 阅读 · 0 评论 -
【2】用python简单处理图片:图像通道\几何变换\裁剪
一、图像通道1、彩色图像转灰度图from PIL import Imageimport matplotlib.pyplot as pltimport numpy as npimg = Image.open('./srcimg/lena.bmp')gray = np.array(img.convert('1'))plt.figure("beauty")plt.imshow(gr...原创 2018-10-24 14:03:21 · 1682 阅读 · 0 评论 -
关于相机标定的理解
平时我们都说要做视觉识别、测量云云,然后我们就会去拍照,再对数字图像做各种处理,颜色处理、灰度化、滤波、边缘检测、霍夫变换,最后得到了希望得到的特征,是这样的对吧?不过请注意!到了这一步,其实我们仅仅是得到了一坨坨感兴趣的像素而已!究竟要怎样才能把这些像素转化到现实世界的对象中呢?也就是说,究竟要怎样对这些仅存在于图像中的东西进行测量,才能得到具有实际意义和尺度的数据呢?这个时候我们就懵逼了…...原创 2019-05-19 14:24:53 · 563 阅读 · 0 评论 -
图像噪声
一,背景随着各种数字仪器和数码产品的普及,图像和视频已成为人类活动中最常用的信息载体,它们包含着物体的大量信息,成为人们获取外界原始信息的主要途径。然而在图像的获取、传输和存贮过程中常常会受到各种噪声的干扰和影响而使图像降质,并且图像预处理算法的好坏又直接关系到后续图像处理的效果,如图像分割、目标识别、边缘提取等,所以为了获取高质量数字图像,很有必要对图像进行降噪处理,尽可能的保持原始信息完整性(即原创 2017-11-23 00:12:55 · 1380 阅读 · 0 评论 -
双线性插值原理与实现
在对图像进行空间变换的过程中,典型的情况是在对图像进行放大处理的时候,图像会出现失真的现象。这是由于在变换之后的图像中,存在着一些变换之前的图像中没有的像素位置。为了说明这个问题,不妨假设有一副大小为64x64的灰度图像A,现在将图像放大到256x256,不妨令其为图像B,如图1所示。显然,根据简单的几何换算关系,可以知道B图像中(x,y)处的像素值应该对应着A图像中的(x/4,y/4)处的象...原创 2017-10-25 11:02:24 · 2088 阅读 · 2 评论 -
图像处理技术上的空间域和空间频率域
二者可以通过傅里叶变换相互转化,因为在频率域就是一些特性比较突出,容易处理。比如在空间图像里不好找出噪声的模式,如果变换到频率域,则比较好找出噪声的模式,并能更容易的处理。具体名词解释如下:空间域 英文: spatial domain。 释义: 又称图像空间(image space)。由图像像元组成的空间。在图像空间中以长度(距离)为自变量直接对像元值进行处理称为空间域处理。频率域原创 2017-10-28 12:54:38 · 29512 阅读 · 2 评论 -
图像噪声简介
一、什么是图像噪声?噪声在图像上常表现为一引起较强视觉效果的孤立像素点或像素块。一般,噪声信号与要研究的对象不相关,它以无用的信息形式出现,扰乱图像的可观测信息。通俗的说就是噪声让图像不清楚。二、噪声来源—两个方面(1)图像获取过程中两种常用类型的图像传感器CCD和CMOS采集图像过程中,由于受传感器材料属性、工作环境、电子元器件和电路结构等影响,会引入各种噪声,如电阻原创 2017-10-07 11:44:49 · 42119 阅读 · 1 评论