目标
在本教程中,您将学习如何:
-
应用两个非常常见的形态算子(即膨胀和侵蚀),并创建自定义核,以便在水平轴和垂直轴上提取直线。为此,您将使用以下 OpenCV 函数:
在一个示例中,您的目标是从乐谱中提取音符。
理论
形态学操作
形态学是一组图像处理操作,它们基于预定义的结构元素(也称为内核)处理图像。输出图像中每个像素的值基于输入图像中相应像素与其相邻像素的比较。通过选择内核的大小和形状,您可以构建对输入图像的特定形状敏感的形态操作。
两个最基本的形态学操作是扩张和侵蚀。膨胀将像素添加到图像中物体的边界上,而侵蚀则恰恰相反。添加或删除的像素量分别取决于用于处理图像的结构元素的大小和形状。通常,这两个操作遵循的规则如下:
-
膨胀:输出像素的值是结构元素大小和形状内所有像素**的最大值。**例如,在二进制图像中,如果输入图像中属于内核范围的任何像素设置为值 1,则输出图像的相应像素也将设置为 1。后者适用于任何类型的图像(例如灰度、bgr 等)。
二值图像上的膨胀
灰度图像上的膨胀
-
侵蚀:反之亦然。输出像素的值是结构元素大小和形状范围内所有像素的***最小***值。请看下面的示例图:
二进制图像上的侵蚀
灰度图像上的侵蚀
结构元素
如上所述,一般来说,在任何形态学操作中,用于探测输入图像的结构元素是最重要的部分。
结构元素是一个仅由 0 和 1 组成的矩阵,可以具有任意形状和大小。通常比正在处理的图像小得多,而值为 1 的像素定义邻域。结构元素的中心像素(称为原点)标识感兴趣的像素 - 正在处理的像素。
例如,下面演示了 7x7 大小的菱形结构元素。
菱形结构元素及其起源
结构元素可以具有许多常见的形状,例如线条、菱形、圆盘、周期线以及圆形和大小。通常,您选择与要在输入图像中处理/提取的对象具有相同大小和形状的结构元素。例如,要查找图像中的线条,请创建一个线性结构元素,稍后将看到。
法典 C++爪哇岛蟒
本教程代码如下所示。
您也可以从这里下载。
#include < opencv2/core.hpp>
#include < opencv2/imgproc.hpp>
#include < opencv2/highgui.hpp>
#include < iostream>
void show_wait_destroy(const char* winname, cv::Mat img);
使用命名空间 std;
使用命名空间 CV;
int main(int argc, char** argv)
{
CommandLineParser 解析器(argc, argv, “{@input |笔记:.png |输入图像}”);
Mat src = imread( samples::findFile( parser.get<String>(“@input”) ), IMREAD_COLOR);
如果 (src.空())
{
cout << “无法打开或找到图像!”<<结束;
cout << “Usage: ” << argv[0] << “ ” << endl;
返回 -1;
}
显示源图像
imshow(“src”, src);
将源图像转换为灰色(如果尚未转换为灰色)
垫灰色;
如果 (src.频道() == 3)
{
cvtColor(src, 灰色, COLOR_BGR2GRAY);
}
还
{
灰色 = src;
}
显示灰色图像
show_wait_destroy(“灰色”,灰色);
在灰色bitwise_not应用 adaptiveThreshold,注意 ~ 符号
垫子bw;
adaptiveThreshold(~gray, bw, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 15, -2);
显示二进制图像
show_wait_destroy(“二进制”,bw);
创建将用于提取水平线和垂直线的图像
在水平轴上指定大小
int horizontal_size = 水平。科尔斯 / 30;
创建用于通过形态操作提取水平线的结构元素
垫子 horizontalStructure = getStructuringElement(MORPH_RECT, Size(horizontal_size, 1));
应用形态学操作
显示提取的水平线
show_wait_destroy(“水平”,水平);
指定垂直轴上的大小
int vertical_size = 垂直。行数 / 30;
创建结构元素,用于通过形态操作提取垂直线
垫垂直结构 = getStructuringElement(MORPH_RECT, Size(1, vertical_size));
应用形态学操作
扩张(vertical, vertical, verticalStructure, Point(-1, -1));
显示提取的垂直线
show_wait_destroy(“垂直”,垂直);
反向垂直图像
bitwise_not(垂直、垂直);
show_wait_destroy(“vertical_bit”,垂直);
根据逻辑提取边缘和平滑图像
1.提取边
2.扩张(边缘)
3.src.copyTo(平滑)
4.模糊平滑 IMG
5.smooth.copyTo(src, edges)
第 1 步
垫子边缘;
adaptiveThreshold(垂直, 边缘, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 3, -2);
show_wait_destroy(“边缘”,边缘);
步骤 2
Mat 内核 = Mat::ones(2, 2, CV_8UC1);
扩张(边缘、边缘、内核);
show_wait_destroy(“扩张”,边缘);
步骤 3
垫子光滑;
垂直。copyTo(平滑);
步骤 4
步骤 5
光滑。copyTo(垂直,边缘);
显示最终结果
show_wait_destroy(“平滑 - 最终”,垂直);
返回 0;
}
void show_wait_destroy(const char* winname, cv::Mat img) {
imshow(winname, img);
moveWindow(winname, 500, 0);
waitKey(0);
destroyWindow(winname);
}
解释/结果 C++爪哇岛蟒
从这里获取图像。
加载图像
CommandLineParser 解析器(argc, argv, “{@input |笔记:.png |输入图像}”);
Mat src = imread( samples::findFile( parser.get<String>(“@input”) ), IMREAD_COLOR);
如果 (src.empty())
{
cout << “无法打开或找到图像!”<<结束;
cout << “Usage: ” << argv[0] << “ ” << endl;
返回 -1;
}
显示源图像
imshow(“src”, src);
灰度
将源图像转换为灰色(如果尚未转换为灰色)
垫灰色;
如果 (src.channels() == 3)
{
cvtColor(src, 灰色, COLOR_BGR2GRAY);
}
还
{
灰色 = src;
}
显示灰色图像
show_wait_destroy(“灰色”,灰色);
灰度到二进制图像
在灰色bitwise_not应用 adaptiveThreshold,注意 ~ 符号
垫子bw;
adaptiveThreshold(~gray, bw, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 15, -2);
显示二进制图像
show_wait_destroy(“二进制”,bw);
输出图像
现在我们准备应用形态学运算来提取水平线和垂直线,从而将音符与乐谱分开,但首先让我们初始化我们将为此目的使用的输出图像:
创建将用于提取水平线和垂直线的图像
垫水平 = bw.clone();
垫垂直 = bw.clone();
结构元素
正如我们在理论中指定的那样,为了提取我们想要的对象,我们需要创建相应的结构元素。由于我们要提取水平线,因此用于此目的的相应结构元素将具有以下形状:
在源代码中,这由以下代码片段表示:
在水平轴上指定大小
int horizontal_size = horizontal.cols / 30;
创建用于通过形态操作提取水平线的结构元素
垫子 horizontalStructure = getStructuringElement(MORPH_RECT, Size(horizontal_size, 1));
应用形态学操作
显示提取的水平线
show_wait_destroy(“水平”,水平);
这同样适用于具有相应结构元素的垂直线:
这再次表示如下:
指定垂直轴上的大小
int vertical_size = vertical.rows / 30;
创建结构元素,用于通过形态操作提取垂直线
垫垂直结构 = getStructuringElement(MORPH_RECT, Size(1, vertical_size));
应用形态学操作
扩张(vertical, vertical, verticalStructure, Point(-1, -1));
显示提取的垂直线
show_wait_destroy(“垂直”,垂直);
细化边缘/结果
正如你所看到的,我们快到了。但是,在这一点上,您会注意到音符的边缘有点粗糙。因此,我们需要优化边缘以获得更平滑的结果:
反向垂直图像
bitwise_not(垂直、垂直);
show_wait_destroy(“vertical_bit”,垂直);
根据逻辑提取边缘和平滑图像
1.提取边
2.扩张(边缘)
3.src.copyTo(平滑)
4.模糊平滑 IMG
5.smooth.copyTo(src, edges)
第 1 步
垫子边缘;
adaptiveThreshold(垂直, 边缘, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 3, -2);
show_wait_destroy(“边缘”,边缘);
步骤 2
Mat 内核 = Mat::ones(2, 2, CV_8UC1);
扩张(边缘、边缘、内核);
show_wait_destroy(“扩张”,边缘);
步骤 3
垫子光滑;
vertical.copyTo(平滑);
步骤 4
步骤 5
smooth.copyTo(垂直,边缘);
显示最终结果
show_wait_destroy(“平滑 - 最终”,垂直);
如何学习大模型 AI ?
由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。
但是具体到个人,只能说是:
“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。
这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。
我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
😝有需要的小伙伴,可以点击下方链接免费领取或者V扫描下方二维码免费领取🆓
第一阶段(10天):初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么?
- 大模型是怎样获得「智能」的?
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例:向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段(30天):高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示(Embeddings)
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段(30天):模型训练
恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。
到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2:手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段(20天):商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身:基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例:如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。
如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。
这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费
】
😝有需要的小伙伴,可以Vx扫描下方二维码免费领取==🆓