- 博客(5)
- 收藏
- 关注
RSS订阅原创 DIP 数字图像处理 第五课
迭代阈值分割法是一种基于灰度直方图的自适应阈值选择方法，通过反复迭代更新阈值，最终收敛到一个稳定的分割阈值。在进行完上述几个图像阈值分割方法之后，我们现在要实现将0-255的灰度值做成一个可滑动的进度条，实现图像的实时分割，拖动到哪个灰度值上，图像就以哪个灰度值进行阈值分割。算法优势：基于统计理论最大化类间方差，自动搜索全局最优阈值，无需人工干预，是实验中分割效果最稳定的方法。其核心思想是通过最大化前景和背景两类之间的方差（类间方差），找到最优分割阈值，从而实现图像的二值化。尤其在噪声较少时性能卓越。
2025-06-03 19:11:07
910
原创 DIP 数字图像处理实验 第四课
当一个事件发生时，如按钮被点击，会发出一个信号，连接到该信号的槽函数（处理函数）会被自动调用，实现了事件驱动的编程方式。它提供了丰富的组件、布局和主题选项，以及强大的功能和灵活性。PyQt的优点是它具有现代化的外观和丰富的功能，适用于复杂的GUI应用程序。5.与 Python 的集成：与 Python 语言紧密结合，能充分利用 Python 的丰富生态系统，方便与其他 Python 库和工具集成。2.丰富的功能：它提供了大量的 UI 组件，如按钮、文本框、菜单、对话框等，能满足各种界面设计需求。
2025-05-19 19:59:00
372
原创 DIP 数字图像处理实验 第三课
锐化滤波器通过对图像的高频分量进行加权放大，相对抑制低频分量，从而突出图像的边缘和细节，达到锐化的效果。而中值滤波能让边缘清晰，使图像在去除噪声的同时，保持原本的轮廓和细节，维持图像质量。对于图像中的每个像素，取以它为中心的一个邻域内像素值的平均值，来替换该像素原来的值。特点：在实际应用中，它对于服从正态分布的噪声有很好的抑制效果，广泛应用于计算机视觉、医学图像处理等领域，能有效提高图像质量，为后续的图像分析和处理提供更好的基础。均值滤波是最简单的空域平滑滤波方法，旨在消除图像中的噪声，让图像更平滑。
2025-04-14 22:41:20
1478
原创 DIP 数字图像处理实验 第二课
灰度直方图仅仅反映了图像灰度级出现频率的分布,但是不能反映出具体位置的分布,即不 能由灰度直方图确定图像,所以存在不同的图像可能有同样的灰度直方图,但是一幅图像只能存 在一个灰度直方图。在代码中，通过对图像进行幂次变换(使用了 cv2.pow函数，对图像中的每个像素值进行幂次变换)参数r分别为 0.1,0.4,1,2.5,10.并在不同子图中显示结果。从图中可以看出,对数变换可以将灰度值低的区域进行拉伸,使图像暗区 的灰度值增大,提高图像的亮度。灰度直方图是图像灰度级分布的函数,是对灰度分布的统计。
2025-03-31 19:45:06
1746
原创 DIP数字图像处理实验第一课
通常为了能够对比处理前后图片的变化,需要将多张图片显示在一起,matplotlib.pyplot中的subplot()函数可以实现该功能。使用OpenCV读入时，需要imread（）函数实现，读入格式为：cv2.imread（文件名，标记符(flag))，文件名需要用单引号或者双引号括起来。当标记符设置为0的时，表示读入灰度图。destroyAllWindows()函数用于关闭所有打开的窗口,如果不全部关闭,可以使 用destroyWindow()函数实现,在括号中输入想要删除的窗口名即可。
2025-03-14 22:21:49
1224
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