图像处理
文章平均质量分 71
DU_YULIN
这个作者很懒,什么都没留下…
展开
-
图像处理:摩尔纹
文章目录1. 什么是摩尔纹?2. 怎样消除摩尔纹?总结1. 什么是摩尔纹?什么是摩尔纹?当我们对着电脑屏幕拍照时,会发现规则的彩色条纹,那就是我们常说的摩尔纹,它是由于采样不足,离散图像数据混淆产生的。刚才说的在空域上的混淆产生的摩尔纹;时域上也会混淆产生摩尔纹,比如拍照时快门速度不够【车轮效应】2. 怎样消除摩尔纹?空域上的摩尔纹可以通过如下两种方法来消除:(1)增加采样频率;(2)平滑滤波详细说明请参考【Link】总结本人之前有用手机拍摄电脑上的发票,发现拍摄出现的图像有彩色条纹原创 2021-12-09 00:45:57 · 5088 阅读 · 0 评论 -
VS2017 OpenCV CUDA库学习1:图像加法操作
文章目录前言1. OpenCV CUDA库使用框架2. C++ 调用OpenCV CUDA库实现图像加法操作3. 执行结果总结学习资料VS2017 CUDA编程学习1:CUDA编程两变量加法运算VS2017 CUDA编程学习2:在GPU上执行线程VS2017 CUDA编程学习3:CUDA获取设备上属性信息VS2017 CUDA编程学习4:CUDA并行处理初探 - 向量加法实现VS2017 CUDA编程学习5:CUDA并行执行-线程VS2017 CUDA编程学习6: GPU存储器架构VS2017原创 2021-11-15 22:19:21 · 2868 阅读 · 0 评论 -
Single Sensor Imaging Methods and Applications for Digital Cameras 在线链接分享
文章目录前言1.总结前言https://last.hit.bme.hu/download/firtha/video/Sensors/Rastislav_Lukac_Single-Sensor_Imaging_Methods_and_Applications_for_Digital_Cameras__2009.pdf1.总结原创 2021-10-18 22:15:56 · 289 阅读 · 0 评论 -
C++ OpenCV实践:电容器件计数
文章目录前言1. OpenCV主要步骤2. OpenCV C++实现3. 运行结果总结前言今天在51Halcon中看到一个有意思的帖子,是查找图片中电容器件的个数,觉得挺有意思,就用OpenCV实现了一下,这里分享给大家。帖子链接:https://www.51halcon.com/thread-4670-1-5.html1. OpenCV主要步骤原图(引用帖子链接图片):主要实现步骤:读取原图并转为灰度图提取ROI区域,主要是去除图片左边缘以及右下角水印的影响OTSU阈值化执行2原创 2021-10-14 13:56:42 · 810 阅读 · 0 评论 -
C++ OpenCV实践:复杂划痕背景下检测缺陷
文章目录前言1.2. C++ OpenCV实现3. 结果展示:总结前言1.2. C++ OpenCV实现#include <opencv2\imgcodecs.hpp>#include <opencv2\core.hpp>#include <opencv2\imgproc.hpp>#include <opencv2\highgui.hpp>#include <vector>using namespace cv;int m原创 2021-10-02 13:11:03 · 3485 阅读 · 0 评论 -
C++ OpenCV实践:检测电路线问题
文章目录前言1. 检测步骤2. C++实现3. 结果展示总结参考前言最近在网上偶然看到Halcon检测电路连线问题,感觉挺有意思,本人打算用Opencv来实现下,说做就做。1. 检测步骤这里主要使用了形态学开闭操作绝对差值进行检测,然后使用轮廓查找与过滤的方法来确定最终检测结果,很简单吧,但是参数设置是个大问题,本人尝试了很多次,才达到比较好的效果,而且通用性感觉不是很好。2. C++实现#include <iostream>#include <opencv2\imgco原创 2021-09-30 14:16:48 · 2960 阅读 · 2 评论 -
OpenCV实战:检测胶圈是否闭合
文章目录前言1. 检测步骤2. C++OpenCV实现3. 结果显示总结参考:前言最近看了Halcon上一个问题,说是检测胶圈是否闭合的问题,感觉挺有意思,看了Halcon的解决方案,确实挺完美,这里就想着用C++ OpenCV实现一下。Halcon问题链接:https://www.51halcon.com/forum.php?mod=viewthread&tid=1262&extra=page%3D21. 检测步骤主要步骤如下:转换灰度图像;高斯模糊去除可能存在的噪声原创 2021-09-28 18:47:45 · 1759 阅读 · 0 评论 -
C++ OpenCV实战:旋转文本矫正方法1
文章目录前言1. 旋转文本矫正方法1主要步骤与C++实现2. 结果展示总结参考前言当今手机拍照盛行,尤其是手机拍摄一些文本资料,由于拍摄角度不同,拍摄出来的图像会有旋转角度,如果不进行矫正,对用户阅读文本不太方便。1. 旋转文本矫正方法1主要步骤与C++实现先上图(引用https://cloud.tencent.com/developer/article/1084455这里介绍旋转文本矫正方法1的步骤:读取图像并转换为灰度图像;高斯模糊去除高频噪声的干扰;Canny边缘检测出文本信息原创 2021-09-27 11:22:53 · 1169 阅读 · 0 评论 -
OpenCV实用:C++实现低对比度图像脏污区域检测
文章目录前言1. 低对比度图像脏污区域检测2. 实现方法介绍3. C++源码实现4.结果总结参考前言今天看了一篇技术文档感觉挺有意思,是关于在低对比度图像中检测脏污区域(这里的脏污指的是比其他区域暗的部分,人眼都不一定能看出来)。1. 低对比度图像脏污区域检测先上图:第一张图如果不是标注结果,我都没有发现脏污区域在哪里,第二张图还清晰一些,基本可以看出来图像靠近左边缘的位置有偏暗的区域,这就是我们所说的脏污区域了,也是我们要检测的区域。标注结果图(引用https://jishuin.pr原创 2021-09-24 15:36:01 · 6885 阅读 · 0 评论 -
OpenCV应用实例:标出低对比度图像中的圆
文章目录前言1. 低对比度图像中圆的检测步骤2. C++ OpenCV实现3. 结果展示:总结参考前言今天看了篇微信公众号,是使用python opencv 检测出低对比度图像中所有的圆,感觉挺有意思的,这里用C++实现出来,对原始的参数做了改动(发现原始参数检测出的圆有漏检的情况,主要是由于形态学开闭操作结果和预期结果不一致导致的)。1. 低对比度图像中圆的检测步骤读取彩色图像;转换灰度图像;模糊图像(ksize=50);计算灰度图像与模糊图像的差值图像;对差值图像进行二值化操作(阈原创 2021-09-18 15:25:14 · 724 阅读 · 0 评论 -
ISP自动白平衡:动态阈值算法Opencv C++实现
文章目录前言1. 动态阈值算法步骤2. C++ Opencv实现3. 运行结果总结参考前言最近学习了ISP自动白平衡-动态阈值算法,这里分享给大家。1. 动态阈值算法步骤动态阈值算法主要分为两步:白点检测与白点调整。白点检测:将图像转换到YCrCb颜色空间,然后对图像进行分块,3×43\times 43×4共12块;对每块统计Cr, Cb均值Mcr,McbM_{cr}, M_{cb}Mcr,Mcb;根据步骤2计算的均值统计每块Cr, Cb的方差Dcr,DcbD_{cr}, D_{c原创 2021-09-16 11:42:03 · 3308 阅读 · 4 评论 -
ISP自动白平衡:完美反射算法
文章目录前言1. 完美反射算法介绍2. 完美反射算法C++ Opencv实现3. 执行结果总结参考前言之前学习了ISP自动白平衡 - 灰度世界算法,这里继续跟大家分享下第二个经典算法 - 完美反射算法。1. 完美反射算法介绍完美反射算法是选取图像中R/G/B三通道中像素值最大的点作为白点,以此来更新图像,实现图像白平衡。算法步骤:创建一个一维数组用来保存R/G/B三通道像素点的和,数组大小为766(每通道像素值范围在0-255, 三个通道像素值的和在0-765,所以定义数组大小为766);原创 2021-09-15 09:55:11 · 1472 阅读 · 1 评论 -
ISP自动白平衡算法:灰度世界算法
文章目录前言1. 灰度世界算法介绍2. 灰度世界算法C++ Opencv实现3. 结果总结参考前言最近在研究ISP中图像处理算法,刚好学习到3A算法中实现自动白平衡(Auto White Balance)的算法:灰度世界算法,这里分享给大家1. 灰度世界算法介绍白平衡就是将原本白色的事物矫正为白色的过程,这可能听起来有点拗口,通俗点说,由于环境(不同色温的光源)不同相机拍出的图像中原本白色的事物反而不是白色, 比如,在暖色温环境下拍出白色的事物呈现偏黄色,在冷色温环境下拍出白色事物呈现偏蓝色。灰原创 2021-09-14 15:42:40 · 1437 阅读 · 0 评论 -
ISP图像处理流程
文章目录前言ISP图像处理流程总结参考前言因工作需要,今天看了ISP图像处理的基本流程,为了检验自己的理解情况,这里根据自己的理解写下这篇文章,如有错误,敬请原谅!ISP图像处理流程ISP(Image Sensor Process)图像处理流程如下:DPC(Defect Pixel Correction):坏点矫正,图像中每个pixel在芯片上对应一个点,正常情况下,该点数值与照射到该点的光强成正比关系,我们把不符合前面正常情况的点成为坏点。常见的坏点有亮点,即该点数值比正常数值大;暗点,原创 2021-09-13 13:33:21 · 1732 阅读 · 0 评论 -
奇异值分解SVD
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言 一、pandas是什么? 二、使用步骤 1.引入库 2.读入数据 总结前言提示:这里可以添加本文要记录的大概内容:例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。提示:以下是本篇文章正文内容,下面案例可供参考一、pandas是什么?示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数..原创 2021-06-18 00:29:33 · 150 阅读 · 1 评论