- 博客(6)
- 收藏
- 关注
RSS订阅原创 数字图像处理——直方图均衡化（Python）
均衡化图像过亮或者过暗的问题，比较简单的一个实验实验数据：实验代码：import mathimport cv2import matplotlib.pyplot as pltimport numpy as nproad = '.\\data\\' # 数据读取路径wroad = '.\\ans\\' # 结果保存路径picname = 'Couple.bmp' # 图像名称# picname = 'NBA.bmp'pic = cv2.imread(road + picnam
2021-08-16 11:40:04
867
原创 数字图像处理——图像旋转（Python）
简单的输入旋转角度，即可对图像进行相应的逆时针旋转主要的思想就是将图像坐标系的左上角为原点，向右为X轴正向，向下为Y轴正向的坐标系统转换到图像中心为原点，向右为X轴正向，向上为Y轴正向的平面坐标系统此外，因为旋转角度这个因素对于(x,y)格式的坐标系统不友好，因此需要将坐标转换到极坐标(l,theta)下进行处理更为简便，因此需要设计两个坐标相互转换的函数实验数据：实验结果样例：实验代码：【隐藏内容】...
2021-08-16 11:32:23
1626
原创 数字图像处理——大家来找茬（Python）
这里面我想到了一个很好的区域判别手段，能够将某一区域内具有特殊相同性质的点提取到一起，在这里可以体现为在一个只有0和1存在的大矩阵中，将0作为背景，1作为一个特殊性质，可以将某一块聚集在一起的标签为1的点提取到一起，给与一个新的标签，其他区域的聚集在一起的标签为1的点又给与另一个新标签即在找不同中体现为能够将两张图片某一处不同所覆盖的点提取到一起，方便进行该处不同的展示，只要将整张图片的不同之处都分别提取出来，即完成了找不同的目的主要步骤就是将两张待比较的图片进行做差，进行上述的区域提取即可实验数据：
2021-08-16 11:22:53
1026
原创 数字图像处理——图像质量评价（Python）
简单的按照评价指标公式，计算出待评价图像与标准图像之间的评价指标值，评价公式如下图：M和N表示图像的尺寸，L表示图像的灰度取值范围，对于8bit的灰度图像而言取L=255实验数据如下所示：标准图像待评价的三张图像：实验代码：import globimport mathimport numpy as npfrom skimage import ioroad1 = glob.glob(".\\data\\*.jpeg") # 获取标准图像的文件路径standard = io.
2021-08-16 11:09:42
3739
2
原创 数字图像处理——红眼去除（Python）
原始图片数据：实验代码：import mathimport cv2import numpy as npglobal img, ansglobal point1, point2readroad = '.\\data\\'saveroad = '.\\ans\\'picname = 'cateye.jpg'# picname ='12031565.jpg'# picname = 'child-red eye.jpg'def rgb2hsi(R, G, B): m
2021-08-16 10:52:32
1906
原创 基于遥感图像光谱通道的地物分类（Matlab）
@遥感图像光谱通道分类（Matlab）基于遥感图像光谱通道的地物分类（Matlab）一.实践数据与目的1.高光谱影像：高光谱影像的光谱通道数通常多达数十甚至数百个以上，而且各光谱通道间往往是连续的，因此能产生一条完整而连续的光谱曲线，对于每一个像素点，将其各个光谱通道上的灰度值作为其一个特征值，就可以建立一幅高光谱图像的像素点的特征空间。这就为以像素点的各光谱通道值作为特征，将像素点进行分类提供了理论基础，也就为高光谱影像的地物分类提供了原理。此次试验的数据来源于ROSIS 高光谱传感器，影像的拍
2021-01-27 16:17:19
4570
19
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