img log

<?php

/*filename:img.php*/

$code = $_SERVER['SERVER_ADDR'];//strtoupper(substr(md5(rand()),0,5));

$img=imagecreate(1000,500);

imagecolorallocate($img,233,233,233);

$color=imagecolorallocate($img,0,0,0);

imagestring($img,4,5,5,"IP:".$_SERVER['REMOTE_ADDR'],$color);

imagestring($img,4,5,20,"HTTP_ACCEPT:".$_SERVER['HTTP_ACCEPT'],$color);

imagestring($img,4,5,35,"REMOTE_HOST:".$_SERVER['REMOTE_HOST'],$color);

imagestring($img,4,5,50,"REMOTE_PORT:".$_SERVER['REMOTE_PORT'],$color);

imagestring($img,4,5,65,"REMOTE_USER:".$_SERVER['REMOTE_USER'],$color);

imagestring($img,4,5,80,"REQUEST_URI:".$_SERVER['REQUEST_URI'],$color);

imagestring($img,4,5,95,"HTTP_REFERER:".$_SERVER['HTTP_REFERER'],$color);

imagestring($img,4,5,110,"TIME:".date('Y-m-d H:i:s'),$color);

header("content-type:image/png");

imagepng($img);

imagedestroy($img);

?>

LOG算子是指Laplacian of Gaussian算子,用于进行边缘检测。在Python中,可以使用OpenCV库中的函数来实现LOG算子的应用。[3] 首先,需要导入cv2和matplotlib.pyplot库,并定义一个用于显示图片的函数image_show。然后,读取待处理的灰度图像,可以使用cv2.imread函数,并指定参数为0来读取灰度图像。接下来,可以使用cv2.Laplacian函数来应用Laplacian算子进行边缘检测,指定参数cv.CV_64F表示输出图像的深度为64位浮点数,ksize参数表示Laplacian算子的大小。最后,使用image_show函数显示处理后的图像。[3] 另外,如果想要使用LoG算子(Laplacian of Gaussian)进行边缘检测,可以先使用cv2.GaussianBlur函数对图像进行高斯模糊处理,然后再使用cv2.Laplacian函数应用Laplacian算子进行边缘检测。具体代码如下所示:[3] ```python import cv2 as cv import matplotlib.pyplot as plt # 封装图片显示函数 def image_show(image): if image.ndim == 2: plt.imshow(image, cmap='gray') else: image = cv.cvtColor(image, cv.COLOR_BGR2RGB) plt.imshow(image) plt.show() if __name__ == '__main__': # 读取灰度图像 img_desk = cv.imread('desk.png', 0) image_show(img_desk) # Laplacian 算子,进行边缘检测 img_lap = cv.Laplacian(img_desk, cv.CV_64F, ksize=3) # 显示图像 image_show(img_lap) # LoG算子,Laplacian of Gaussian 进行边缘检测 img_gaussian = cv.GaussianBlur(img_desk, (3, 3), 1) img_log = cv.Laplacian(img_gaussian, cv.CV_64F, ksize=3) # 显示图像 image_show(img_log) ``` 这段代码首先读取了名为'desk.png'的灰度图像,然后分别应用了Laplacian算子和LoG算子进行边缘检测,并使用image_show函数显示处理后的图像。[3]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值