图像处理
chenghaoy
这个作者很懒,什么都没留下…
展开
-
PDF与image相互转换
PDF与image相互转换依赖包:fitzpip install fitz -i https://pypi.tuna.tsinghua.edu.cn/simple/具体实现:#!/usr/bin/env python #-*- coding:utf-8 _*- """ @author:ych@file: PDF_TO_IMAGE.py @time: 2020/05/06@...原创 2020-05-07 12:12:29 · 1263 阅读 · 0 评论 -
哈希算法-图片相似度计算
哈希算法实现图片相似度计算实现图片相似度比较的哈希算法有三种:均值哈希算法,差值哈希算法,感知哈希算法1.均值哈希算法一张图片就是一个二维信号,它包含了不同频率的成分。亮度变化小的区域是低频成分,它描述大范围的信息。而亮度变化剧烈的区域(比如物体的边缘)就是高频的成分,它描述具体的细节。或者说高频可以提供图片详细的信息,而低频可以提供一个框架。 而一张大的,详细的图片有很高的频率,而小图片缺...原创 2018-10-22 13:56:17 · 16744 阅读 · 0 评论 -
图片相似度计算-模板匹配
什么是模板匹配? 所谓模板匹配就是给出一个模板图片和一个搜索图片,在搜索图片中找到与模板图片最为相似的部分。怎么实现? 简单来说,就是让模板图片在搜索图片上滑动,以像素点为单位,计算每一个位置上的相似度,最终得到相似度最高的像素点的位置,以该像素点为原定,模板图片为大小,对应在搜索图片上的位置即为匹配度最高的部分。有哪些匹配算法? 在opencv中 可以通过函数matchTempl...原创 2018-10-23 16:06:06 · 8670 阅读 · 4 评论 -
基于深度学习实现以图搜图功能
前记: 深度学习的发展使得在此之前以机器学习为主流算法的相关实现变得简单,而且准确率更高,效果更好,在图像检索这一块儿,目前有谷歌的以图搜图,百度的以图搜图,而百度以图搜图的关键技术叫做“感知哈希算法”,这是一个很简单且快速的算法,其原理在于针对每一张图片都生成一个特定的“指纹”,然后采取一种相似度的度量方式得出两张图片的近似程度,具体见之前的一篇博客哈希算法-图片相似度计算。 而深度学习在图...原创 2018-12-12 18:32:24 · 21357 阅读 · 29 评论 -
opencv 实现特定颜色线条提取与定位
本篇文章通过调用opencv里的函数简单的实现了对图像里特等颜色提取与定位,以此为基础,我们可以实现对特定颜色物体的前景分割与定位,或者特定颜色线条的提取与定位主要步骤:将RGB图像转化为HSV,H表示色调(度数表示0-180),S表示饱和度(取值0-255),V表示亮度(取值0-255),不同的颜色有着不同的取值范围,一般给出如下:设定待提取颜色的HSV范围值,然后调用inRange函...原创 2019-01-16 16:23:19 · 19422 阅读 · 7 评论