- 博客(5)
- 收藏
- 关注
RSS订阅原创 开放性实验--轮廓提取
空域滤波算法（Sobel、Prewitt）的执行效率远高于频域滤波（BHPF），其中 Prewitt 算子最快，Sobel 算子因后处理略有增加但仍保持高效；频域滤波的效率瓶颈在于傅里叶变换及其逆变换的计算。Sobel 算子兼顾轮廓清晰度与效率，是日常场景的优选；Prewitt 算子主打快速简洁，适合实时性需求；巴特沃斯高通滤波则以平滑无锯齿的轮廓见长，适配对效果细腻度有要求的场景。
2025-11-18 00:43:43
912
原创 图像空域滤波
这才明白，没有 “万能算法”—— 高斯噪声对应高斯滤波，椒盐噪声认准中值滤波，选对工具比反复试错高效多了。：给周围像素 “加权”（中心像素权重高），再算平均，去噪的同时能少模糊一点，专门针对高斯噪声。：在 Prewitt 基础上，给中心像素更高权重，算变化率更准，抗噪声能力强，是最常用的方法。：把周围像素排序，取中间值替换当前像素，能直接剔除椒盐噪声的亮暗斑点，对这种噪声效果最好。均值滤波通过计算滤波核内所有像素的平均值，替换核中心像素的值，实现噪声平滑。：用于图像读取、滤波操作（均值、高斯、中值滤波）。
2025-10-19 23:34:41
868
原创 图像直方图与频域变换
在数字图像处理中，图像乘法运算（也称 “缩放运算”）是一种基础的点运算，核心是通过将图像每个像素的灰度值与一个常数（或另一幅图像的对应像素值）相乘，实现图像对比度调整、亮度缩放或特定区域掩码等功能。对于灰度图像，若有图像 f(x,y)和 h(x,y)，相加后的图像 g(x,y)=f(x,y)+h(x,y)；灰度变换的核心是建立原图像灰度值f(x,y)到输出图像灰度值 g(x,y)的映射关系 g(x,y) = T[f(x,y)]，其中 T 是变换函数。变换仅基于单个像素的灰度值，与像素的位置和邻域无关。
2025-10-19 18:20:29
870
原创 基于 PyQt6+OpenCV 实现摄像头图像采集与手动标注(Windows 系统)
self.realtime_frame = None # 存储摄像头实时帧（用于预览）self.captured_frame = None # 存储点击“采集”时的静态截图（用于框选和保存）1.定义了继承自 QMainWindow 的 CameraApp 类作为主窗口2.__init__方法初始化了界面、摄像头对象和一些关键变量。
2025-09-25 23:52:21
1000
原创 图像与视频的加载与显示(Windows 系统)
2.在刚开始用cv2.VideoCapture(0)打不开摄像头，以为是代码错了，后来才发现是会议占用了设备，关掉后立马成功 —— 这让我明白，cap.isOpened()的判断不是多余的，是应对 “硬件占用” 这类实际问题的关键，也学会了用 “换参数（0 改 1）”排查摄像头问题。1.技术实操能力提升：在安装open-cv库时刚开始没有安装在对应的虚拟坏境中，导致程序运行错误，经历这一次，我可以熟练的安装库。2.能运用OpenCV的图像处理基本函数，开发图像加载与显示的程序，实现指定功能。
2025-09-13 21:53:03
846
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人