![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像处理
garrulousabyss
Github: https://github.com/Gogogoforit
展开
-
基于python的Opencv项目实战(p2
# coding: utf-8# ## 图像基本操作# #### 环境配置地址:# # - Anaconda:https://www.anaconda.com/download/# # - Python_whl:https://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv# # - eclipse:按照自己的喜好,选择一个能debug...原创 2020-01-05 23:23:44 · 957 阅读 · 0 评论 -
系统学习数字图像处理之彩色图像处理
第六章 彩色图像处理一、MATLAB中彩色图像的表示方法1.1、RGB图像 rgb_image = cat(3, fR, fG, fB)fR = rgb_image(:, :, 1);fG = rgb_image(:, :, 2);fB = rgb_image(:, :, 3);通常,能够从任何透视方向观察这个彩色立方体是很有用的,函数rgbcube就用于这一目的rgbcu...转载 2019-02-17 23:34:27 · 700 阅读 · 0 评论 -
系统学习数字图像处理之形态学分析
继膨胀、腐蚀、开运算和闭运算之后的有一个基本操作就是击中击不中变换(HMT),HMT变换可以同时探测图像的内部和外部。在研究图像中的目标物体与图像背景之间的关系上,HMT能够取得很好的效果。所以常被用于解决目标图像识别和模式识别等领域。1,结构元素是形态学变换中的基本元素,是为了探测图像的某种结构信息而设计的特定形状和尺寸的图像,也可以称为收集图像结构信息的探针。结构元素有许多的种类,如圆形、...转载 2019-02-17 23:35:32 · 662 阅读 · 0 评论 -
系统学习数字图像处理之图像分割
图像分割,有区域法,直接确定边界,边缘检测法,大多数算法基于灰度的不连续性(边缘检测)和相似性(阈值处理,区域生长,区域分裂,区域聚合)。边缘分类:台阶边缘,斜坡边缘,屋顶边缘,一阶导数会产生粗边缘,二阶导数会产生精细边缘,在增强剧烈变化方面,二阶导数比一阶导数更加激进,同时二阶导的正负号反应边缘的类型(亮到暗或者暗到亮),即二阶导数有双边缘效应,二阶导的零交叉点可以确定粗边缘的中心位置。实际...转载 2019-02-17 23:36:27 · 511 阅读 · 0 评论 -
原 系统学习数字图像处理之描绘子
图像分割结果是得到了区域内像素集合,或位于区域边界上的像素集合。把图像分割后,为了进一步的识别等处理,分割后的图像一般要进行表示和描述。表示是直接具体地表示目标,好的表示方法应具有节省存储空间、易于特征计算等优点。选择表示方案,仅用来使得数据更实用于计算机的一部分。表示之后下一个任务是描述。一般情况下:1)如果关注的焦点是形状特性,选择外部表示方式(其边界)。2)如果关注的焦点是反...转载 2019-02-17 23:37:04 · 561 阅读 · 0 评论 -
系统学习数字图像处理之目标识别
模式:描绘子组合,即特征。x = (x1,x2,...xn)T.•模式类:共享某些属性的模式族•常见模式组合: 向量、串和树•类型可分离的程度的高低很大程度上取决于应用的描绘子的选择两大模式识别方法领域:决策理论和结构方法基于决策理论判别方法决策函数:模式x属于类widi(x) > dj(x) j=1,2,…,W; ji一个未知的模式x被称为属于第i个模式类,只有当把x...转载 2019-02-17 23:38:01 · 446 阅读 · 0 评论 -
系统学习数字图像处理之频域滤波
最近在看模板匹配,虽然很简单,但还是想认真过下基础,因此把信号处理频域相关的内容,接着图像处理再过一遍。理论上,对连续变量t的连续函数f(t)的傅里叶变换为F(u),利用f(t)取样后的函数重建f(t),则必须满足取样定理,取样函数的傅里叶变换为F'(U),它是连续周期的,因此F‘(u)*H(u),就是F(U),即可重建。要注意的是,f(t)必须是连续的带限函数。关于混淆一维情况下,在...转载 2019-02-17 23:38:33 · 794 阅读 · 0 评论 -
系统学习数字图像处理之图像复原与重建
首先,必须注意这里所限制的处理条件。关于图像退化/复原模型退化的图像是由成像系统的退化加上额外的噪声形成的。1.只考虑噪声引起的退化噪声模型,包含于空间不相关和相关两种,除了空间周期噪声,这里所讨论的都是空间不相关的噪声,如高斯,爱尔兰,瑞利,指数分布,均匀分布,脉冲(椒盐)噪声等。针对只存在噪声引起的退化,首先要估计噪声参数,然后估计噪声模型,接着做噪声滤除。此处可以选择空间滤...转载 2019-02-17 23:39:16 · 895 阅读 · 0 评论 -
系统学习数字图像处理之图像压缩
1.霍夫曼编码霍夫曼编码的基本思想:输入一个待编码的串,首先统计串中各字符出现的次数,称之为频次,假设统计频次的数组为count[],则霍夫曼编码每次找出count数组中的值最小的两个分别作为左右孩子,建立他们的父节点,循环这个操作2*n-1-n(n是不同的字符数)次,这样就把霍夫曼树建好了。然后根据霍夫曼树分配二值编码0,1,即可得到唯一的编码序列。霍夫曼编码本身是一种瞬时的,唯一可解码的...转载 2019-02-17 23:39:52 · 1003 阅读 · 0 评论 -
图像处理入门教程
最近有人问我图像处理怎么研究,怎么入门,怎么应用,我竟一时语塞。仔细想想,自己也搞了两年图像方面的研究,做个两个创新项目,发过两篇论文,也算是有点心得,于是总结总结和大家分享,希望能对大家有所帮助。在写这篇教程之前我本想多弄点插图,让文章看起来花哨一点,后来我觉得没必要这样做,大家花时间沉下心来读读文字没什么不好,况且学术和技术本身也不是多么花哨的东西。 一、图像处理的应用 这个其实没什么好说...转载 2019-02-28 22:48:36 · 609 阅读 · 0 评论 -
图像处理学习之路
个人分类: 经验贴、心路历程 经历了半年多的学习,图像处理总算入门了,做了个小项目,将之前所学的都用到了。虽不敢说精通,但该掌握的工具都掌握了,包括图像算法。图像处理虽说不难,但刚开始入门,还是不易的,我也走了不少弯路,希望借鉴给有缘人。首先,搞图像处理,熟悉图像算法是必经之路,如果上过图像处理这门课的话,再好不过。如果没有,我推荐中科院研究生院刘定生老师的数字图像处理与分析(视频),这位...转载 2019-02-28 22:52:17 · 731 阅读 · 0 评论 -
系统学习数字图像处理之灰度变换和空域滤波
版权声明:随便转,取之于网络,用之于网络。。。 https://blog.csdn.net/App_12062011/article/details/39367229一些基本的灰度变换1.图像反转,即s=L-1-r 增强嵌入在图像中的暗区域中的或灰色细节,特别是当黑色在面积尺寸上占主导地位时。2.对数变换,s=clog(1+r)完成动态范围的压缩和扩展,压缩像素值变化较大的图像的...转载 2019-02-17 23:32:33 · 467 阅读 · 0 评论 -
系统学习数字图像处理之基础
版权声明:随便转,取之于网络,用之于网络。。。 https://blog.csdn.net/App_12062011/article/details/39228207常用数字图像处理实例有:伽马射线成像,即由同位素衰变放射出伽马射线,由伽马射线收集仪收集的伽马射线形成图像。X射线:穿过物体时吸收量调制X射线的强度,最后能量落在胶片上,形成图像。紫外线:能量转换发光可见光:...转载 2019-02-17 23:30:38 · 322 阅读 · 0 评论 -
Coursera《数字图像和视频处理基础》笔记(第二章)
cha2 2D and 3D discrete signalscha2 Complex Exponential Signalscha2 Linear shift-invariant systems cha2 2D convolutioncha2 filtering in the spatial domain ...原创 2019-01-26 06:32:28 · 173 阅读 · 0 评论 -
Coursera《数字图像和视频处理基础》笔记(第三章)
cha3 2D Fouriere Transformationcha3 Samplingcha3 Discrete Fourier Transformcha3 filtering in the frequency domain cha3 change of sampling原创 2019-01-26 09:55:44 · 397 阅读 · 0 评论 -
Coursera《数字图像和视频处理基础》笔记(第四章)
cha4 Applications of Motion Estimation cha4 Phase Correlationcha4 block matchingCHA4 Spatio-Temporal Graident Methods原创 2019-01-27 00:31:48 · 185 阅读 · 0 评论 -
edX《Computational Geometry: Convex Hull》(《计算几何:凸包》)【从01-A-1到
01-A-1 01-A-2 Nails in the table以桌子上的钉子,和橡皮筋围成的图形为例 01-A-3 Paint Blending 01-A-4 Color Space 01-A-5 Convex Hull01-B-1 Extremity ...原创 2019-01-22 06:14:13 · 140 阅读 · 0 评论 -
《OpenCV图像处理(Python)》网课笔记(从1到4)
1. Intro and loading images( 介绍和加载图像)代码部分# coding: utf-8# In[4]:#lesson 1# In[5]:import cv2import numpy as npimport matplotlib.pyplot as plt# In[6]:img = cv2.imread('template....原创 2019-02-08 06:05:42 · 599 阅读 · 0 评论 -
《OpenCV图像处理(Python)》网课笔记(从5到8)
5. image arithmetics and logic (图像算术和逻辑)# coding: utf-8# In[10]:#lesson5# In[11]:import cv2import numpy as np# In[12]:img1 = cv2.imread('3D-Matplotlib.png')img2 = cv2.imread('ma...原创 2019-02-08 06:15:49 · 248 阅读 · 0 评论 -
《OpenCV图像处理(Python)》网课笔记(从9到12)
9. morphological tranformations (形态变换)# coding: utf-8# In[5]:#lesson9# In[6]:import cv2import numpy as np# In[7]:cap = cv2.VideoCapture(0)# In[8]:while True: _, frame =...原创 2019-02-09 02:27:20 · 267 阅读 · 0 评论 -
《OpenCV图像处理(Python)》网课笔记(从13到16)
13. Corner Detection (角点检测)# coding: utf-8# In[7]:#lesson13# In[18]:import cv2import numpy as np# In[19]:img = cv2.imread('opencv-corner-detection-sample.jpg')gray = cv2.cvtColo...原创 2019-02-09 06:42:10 · 216 阅读 · 0 评论 -
《LearnOpenCV》学习笔记(1)——OpenCV Threshold
OpenCV Threshold# coding: utf-8# In[20]:import cv2# In[21]:src = cv2.imread('threshold.png',cv2.IMREAD_GRAYSCALE)# In[22]:#set the threshold and maxValuethresh = 0maxValue = 255...原创 2019-02-16 07:09:15 · 186 阅读 · 0 评论 -
Coursera《数字图像和视频处理基础》笔记(第一章)
introductioncha1 Analog v.s. Digital Signals cha1 Image and video signals cha1 Electromagnectic Spectrum原创 2019-01-26 02:30:49 · 194 阅读 · 0 评论