![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像处理
文章平均质量分 52
山水之间2018
山水之间落花雨,悲欢之外快活人
展开
-
GIMP使用记录
软件安装完后,需要安装一个自动修复补全的插件,非常好用sudo apt-get install gimp-resynthesizer抠图并转动指针或者移动位置(1)新建图层副本(2)自由选择工具==》选择指针,然后Ctrl +C ==》Ctrl + V生成浮动选区,而后点击+ 创建新图层,使得浮动选区转为被粘贴的图层(3)旋转指针==》自由选择工具,选之前的指针即可(4)滤镜==》增强==》HealSelection 选择==》无(5)颜色拾取工具Ctr...原创 2021-03-24 10:22:58 · 510 阅读 · 0 评论 -
大华海康摄像头视频拉流
流程技术海康&大华&DSS获取RTSP实时流海康:rtsp://[username]:[password]@[ip]:[port]/[codec]/[channel]/[subtype]/av_stream说明:username: 用户名。例如admin。password: 密码。例如12345。ip: 为设备IP。例如 192.0.0.64。port: 端口号默认为554,若为默认可不填写。codec:有h264、MPEG-4、mpeg4这几种..转载 2020-11-12 10:22:43 · 6806 阅读 · 0 评论 -
PS高效修图
常用工具一、污点修复画笔1.调节大小:p后面的【】进行调节2.类型:内容识别(常用)/创建纹理/近似匹配3.内容识别:点击需要修复的区域。软件会自动在他周围进行取样,通过计算对其进行光线和明暗的匹配,并进行羽化融合4.创建纹理:可以创建纹理,纹理为ps自带不可修改5.近似匹配:使用工具边缘的像素来修补图像二、修复画笔工具1.调节大小:p后面的【】进行调节2.取样...原创 2019-12-28 10:03:55 · 1310 阅读 · 0 评论 -
训练自己的实例分割模型
注:2019年04月05日刚出炉的paperAbstract:我们提出了一个用于实时实例分割的简单全卷积模型,在单个Titan Xp上以33 fps在MS COCO上实现了29.8 mAP,这比以前的任何算法都要快得多。此外,我们只在一个GPU上训练后获得此结果。我们通过将实例分割分成两个并行子任务:(1)生成一组原型掩膜(prototype mask);(2)预测每个实例的掩膜系数(mask...原创 2019-10-22 15:04:36 · 3272 阅读 · 6 评论 -
《EDVR: Video Restoration with Enhanced Deformable Convolutional Networks》论文阅读之EDVR
在CVPR 2019 Workshop NTIRE 2019 视频恢复比赛中,来自商汤科技、港中文、南洋理工、深圳先进技术研究院的联合研究团队获得了全部四个赛道的所有冠军!近日,作者们已经将所使用的EDVR算法论文发布于arXiv,并称代码将于本月开源。NTIRE Workshop 全称为:paper :EDVRcode:EDVR内容简介视频恢复不是图像恢复...原创 2019-06-13 14:29:36 · 8780 阅读 · 1 评论 -
基于pytorch的EDSR/WDSR实现
对于原版官方EDSR,按照以下命令测试即可,#1. my test on EDSR x4 res: 12.68s ,saving 25spython3 main.py --data_test Demo --scale 4 --n_resblocks 32 --n_feats 256 --res_scale 0.1 --pre_train ../experiment/model/ED...原创 2019-06-03 16:16:12 · 6431 阅读 · 27 评论 -
《U-Net: Convolutional Networks for Biomedical Image Segmentation》论文阅读之UNet
论文地址:http://www.arxiv.org/pdf/1505.04597.pdf图像分割在从自动驾驶汽车到卫星的许多领域都很有用。也许其中最重要的是医学影像。医学图像的微妙之处是相当复杂的。一台能够理解这些细微差别并识别出必要区域的机器,可以对医疗保健产生深远的影响。卷积神经网络在简单的图像分割问题上取得了不错的效果,但在复杂的图像分割问题上却没有取得任何进展。这就是UNet的作用。...原创 2019-07-06 15:43:33 · 7237 阅读 · 2 评论 -
labelme标注工具使用
labelme标注工具再转化.json文件有一个缺陷,一次只能转换一个.json文件,然而深度学习的项目通常需要大量的数据,那么转换.json文件就是一个比较耗时的工作;因此,对labelme做出了改进,可以实现批量转换.json文件。安装 sudo apt-get install python3-pyqt5 # PyQt5 sudo pip3 install labelme...原创 2019-08-02 16:57:19 · 2798 阅读 · 0 评论 -
图像分割算法综述
图像分割是计算机视觉研究中的一个经典难题,已经成为图像理解领域关注的一个热点,图像分割是图像分析的第一步,是计算机视觉的基础,是图像理解的重要组成部分,同时也是图像处理中最困难的问题之一。所谓图像分割是指根据灰度、彩色、空间纹理、几何形状等特征把图像划分成若干个互不相交的区域,使得这些特征在同一区域内表现出一致性或相似性,而在不同区域间表现出明显的不同。简单的说就是在一副图像中,把目标从背景...原创 2019-08-06 16:28:19 · 3698 阅读 · 0 评论 -
Shadow Detection
课题背景 阴影检测向来是计算机视觉中基础且富有挑战性的问题——对于一张输入图像,我们通过生成二进制图像来标记阴影区域,阴影区域的检测为进一步获取图像中的光照情况、物体的形状与位置,以及摄像机的参数提供了可能。与此同时,阴影的存在也为计算机视觉中进一步理解图像的算法,例如物体的检测与跟踪,带来了障碍。 在自然条件下,由于遮挡物的存在,光源发出的光线无法全部入射到物体表面,从而产...原创 2019-09-25 14:02:29 · 2138 阅读 · 2 评论 -
图像处理之阴影检测实例BDRAR
paper :Bidirectional Feature Pyramid Network with Recurrent Attention Residual Modules for Shadow Detectiongithub:BDRARPreparationSet the path of pretrained ResNeXt model in resnext/config.py S...原创 2019-09-27 14:15:32 · 1577 阅读 · 1 评论 -
基于深度学习的图像超分论文推荐
时隔一年,重新回顾超分领域,真是读论文的速度赶不上发论文的速度,一年不见,已经出现了不少优秀的paper。先来一波,CVPR2019中关于超分辨率算法的16篇论文压压惊。好了,上干货,开始我们的重点,首先介绍下概念:超分辨率(Super Resolution,SR)超分辨率是一项底层图像处理任务,将低分辨率的图像映射至高分辨率,以期达到增强图像细节的作用。图像模糊不清的原因有很多...原创 2019-05-29 11:10:58 · 10220 阅读 · 0 评论 -
《Recurrent Back-Projection Network for Video Super-Resolution》论文阅读之RBPN
Recurrent Back-Projection Network for Video Super-Resolution - CVPR2019paper:https://arxiv.org/pdf/1801.04590v4.pdfcode:https://github.com/alterzero/RBPN-PyTorchProject page:https:/...原创 2019-05-30 15:28:47 · 4303 阅读 · 16 评论 -
OpenCV识别形状
矩形识别.利用opencv来识别图片中的矩形其中遇到的问题主要是识别轮廓时矩形内部的形状导致轮廓不闭合。1. 对输入灰度图片进行高斯滤波2. 做灰度直方图,提取阈值,做二值化处理3. 提取图片轮廓4. 识别图片中的矩形5. 提取图片中的矩形常用函数(1)approxPolyDP 多边形逼近 approxPolyDP主要功能是把一个连续光滑曲线折线...原创 2019-03-27 20:29:16 · 12237 阅读 · 6 评论 -
Halcon实战Blob分析二
如图,我们需要求出硬币的面积(像素面积)。注意,如果要求实际面积,需要用到标定板,测量助手,涉及到相机标定相关的知识,我们暂且不作深入讨论。首先,我们必须将硬币提取出来,去掉钥匙的干扰。那么采用blob分析是最佳方法。我们采用中值滤波进行图像预处理。多说一句,我们使用halcon做图像处理的手法(框架)一般很固定,简单说有:1.采集图像2.预处理(定位)。用到的操作包括中值滤波,均值滤波,高斯滤波...原创 2018-03-01 08:58:26 · 1930 阅读 · 0 评论 -
关于Mac系统下matplotlib中文显示方块问题
一.Mac需要先下载simhei.ttf字体并安装,之后按照下面步骤首先将simhei.ttf拷贝到~python安装路径/site-packages/matplotlib/mpl-data/fonts/ttf目录中;二.然后修改~python安装路径/site-packages/matplotlib/mpl-data/matplotlibrc文件。根据实际情况修改,找到如下两项,去掉前面的#,并...转载 2018-03-22 22:42:29 · 1570 阅读 · 0 评论 -
论文阅读之《Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network》
Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network (arxiv, 21 Nov, 2016)这篇文章将对抗学习用于基于单幅图像的高分辨重建。基于深度学习的高分辨率图像重建已经取得了很好的效果,其方法是通过一系列低分辨率图像和与之对应的高分辨率图像作为训练数据,学习一个从低分辨率图...原创 2018-04-10 10:57:20 · 11096 阅读 · 1 评论 -
基于SRGAN实现图像超分辨率重建或复原
超分辨率技术(Super-Resolution)是指从观测到的低分辨率图像重建出相应的高分辨率图像,在监控设备、卫星图像和医学影像等领域都有重要的应用价值。SR可分为两类:从多张低分辨率图像重建出高分辨率图像和从单张低分辨率图像重建出高分辨率图像。基于深度学习的SR,主要是基于单张低分辨率的重建方法,即Single Image Super-Resolution (SISR)...原创 2018-04-20 11:50:26 · 30292 阅读 · 19 评论 -
图像不同的降采样方式(模糊处理)
模糊处理在边沿检测和去噪声方面有较为广泛的应用。OpenCV中提供了4种模糊算法,列举如下:average median gaussian bilateral而scipy中同样有几种方式,其本质上是没区别的。我们先来看模糊算法的实现:1.average import numpy import argparse import cv2 ...原创 2018-06-06 15:59:40 · 8758 阅读 · 0 评论 -
Python给图像制作Mosaic
最近研究超分辨率过程中,脑洞大开,考虑到对于马赛克图像的恢复实验,说GAN就GAN,于是制作了一批马赛克dataset,打算利用SRGAN网络结构对其进行复原。只是实验性的过程,目前还不知道效果。先送上马赛克处理过程,这里参考来Ps打马算法的实现。import scipy.misc as miscimport os,sysimport randomimport numpy as np...原创 2018-05-25 18:45:29 · 3438 阅读 · 0 评论 -
Opencv图像处理之详解掩膜mask
1.在OpenCV中我们经常会遇到一个名字:Mask(掩膜)。很多函数都使用到它,那么这个Mask到底什么呢?2.如果我们想要裁剪图像中任意形状的区域时,应该怎么办呢? 答案是,使用掩膜(masking)。 我们先看一下掩膜的基础。图像的位运算。图像基本运算图像的基本运算有很多种,比如两幅图像可以相加、相减、相乘、相除、位运算、平方根、对数、绝对值等;图像也可以放大、缩小、旋转,还可以截取其中的一...原创 2018-06-29 15:54:51 · 67035 阅读 · 7 评论 -
论文阅读之《Image Inpainting for Irregular Holes Using Partial Convolutions》
paper:Image Inpainting for Irregular Holes UsingPartial Convolutions 利用部分卷积对不规则孔进行图像修复Nvidia(英伟达)在计算机视觉领域的人工智能技术取得了新突破:Image Inpainting for Irregular Holes Using Partial Convolutions(基于部分卷积层的不规...原创 2018-06-25 14:36:03 · 17414 阅读 · 8 评论 -
基于深度学习的Image Inpainting (图像修复)论文推荐(持续更新)
传统的图形学和视觉的研究方法,主要还是基于数学和物理的方法。然而随着近几年深度学习在视觉领域取得的卓越的效果,视觉领域研究的前沿已经基本被深度学习占领。在这样的形势之下,越来越多的图形学研究者也开始将目光投向深度学习。在图形学和视觉交叉的领域,一系列问题的研究正在围绕深度学习火热展开,特别是在图像编辑(image editing)和图像生成(image generation)方面,已经初见成...原创 2018-06-25 15:47:44 · 56149 阅读 · 27 评论 -
基于Pconv的图像修复部分实例解析
PConv: Image Inpainting for Irregular Holes UsingPartial Convolutions 简介 号称秒杀PS的AI图像修复神器,来自于Nvidia 研究团队。引入了局部卷积,能够修复任意非中心、不规则区域),代码还没有放出来,但是github上已经有大神复现论文了,今天主要基于github源码进行部分操作和结果展示。论...原创 2018-07-17 19:43:58 · 7987 阅读 · 16 评论 -
Halcon案例之BLOB分析
图像处理(image processing)用计算机对图像进行分析,以达到所需结果的技术。又称影像处理。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组,该数组的元素称为像素,其值称为灰度值。图像处理技术一般包括图像压缩,增强和复原,匹配、描述和识别3个部分。Blob分析(Blob Analysis)在计算机视觉中的Blob是指图像中的具有相似...原创 2018-03-01 08:44:23 · 15872 阅读 · 0 评论