自定义博客皮肤VIP专享

*博客头图：

点击选择上传的图片

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

点击选择上传的图片

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

点击选择上传的图片

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览取消提交

自定义博客皮肤

-+

上一步保存

Image

Make it wonderful

Denny# CSDN认证博客专家 CSDN认证企业博客

码龄15年

56: 原创

17万+: 周排名

1万+: 总排名

38万+: 访问

: 等级

3265: 积分

321: 粉丝

222: 获赞

40: 评论

763: 收藏

私信

关注

热门文章

分类专栏

最新评论

【图像处理】颜色距离
R.O.N.G.: mean不是色差的均值结果吗，result是什么
【图像处理】NEON编程1 - 加载及存储
墨尔基阿德斯: VLD2 加载2或者4寄存器的数据。什么时候加载2个什么时候加载4个？
【图像处理】颜色距离
chenxaioxue: rmean = (color1[0] - color2[0])/2应该是加取平均吧，rmean = (color1[0] +color2[0])/2
【图像处理】颜色距离
Cleo_Gao: python 代码： [code=python] import numpy as np import matplotlib.pyplot as plt def calculate_color_distance(color1, color2): rmean = (color1[0] - color2[0])/2 r = color1[0] - color2[0] g = color1[1] - color2[1] b = color1[2] - color2[2] distance = np.sqrt(((2+rmean/256)*r*r + 4*g*g + (2+(255-rmean)/256)*b*b)) return distance if __name__ == '__main__': path = r'D:\Python\eyes\pic\COCO_val2014_000000000192.jpg' pic = plt.imread(path) h = pic.shape[0] w = pic.shape[1] result = np.zeros((h, w)) for i in range(h): for j in range(w): color = np.squeeze(pic[i,j,:]) distance = calculate_color_distance(color, pic) result[i, j] = np.mean(distance) mean = np.mean(result) result = result-mean plt.imshow(result) plt.show() [/code]

最新文章

图像处理优化技巧

关注

文章平均质量分 59

介绍图像处理算法的优化技巧，主要是基于simd-lib的学习并总结。simd-lib是一个开源的图像处理算法库，其中优秀的编程技巧值得学习，另外基于ARM架构优化的NEON代码也很有参考价值。

关注数：文章数：1 文章阅读量：4263 文章收藏量：7

作者: Denny#

图像处理，安卓开发。

展开

【图像算法优化】开篇：simd-library介绍及几个优化技巧

本系列主要学习simd-library中的代码，包括basic部分跟neon优化部分。simd-library是用于图像处理的算法库，里面大量的用了SIMD指令对常用的图像处理算法进行优化，github的项目地址为：https://github.com/ermig1979/Simd后续将学习这部分代码，并记录下相关笔记。本文主要是simd-math部分，具体为： https://github.co

原创 2017-04-01 00:14:33 · 4263 阅读 · 0 评论