JNing

原因由于输入图片中存在w=0或h=0的情况导致的，触发了PIL的检查机制。解决加验证：if w < 10 or h < 10: continue

代码import hashlibdef img_to_md5(_path): fd = open(_path, 'rb') fmd5 = hashlib.md5(fd.read()).hexdigest() fd.close() return fmd5即使是在原有的图片上点一个小黑点，也会造成md5的改变。

mov转成mp4：ffmpeg -i A.mov -vcodec libx264 -s 720x1280 -preset fast -crf 22 -y -acodec copy A.mp4mp4降分辨率：ffmpeg -i A.mp4 -vf scale=1280:720 A_new.mp4 -hide_banner

转载自：ffmpeg缩放视频尺寸简单重新缩放如果您只需将视频大小调整为特定大小（例如320⨉240），则可以使用最基本形式的缩放滤镜：ffmpeg -i input.avi -vf scale = 320：240 output.avi同样适用于图像：ffmpeg -i input.jpg -vf scale = 320：240 output_320x240.png保持宽高比如果我们想保持纵横比，我们只需要指定一个组件（宽度或高度），并将另一个组件设置为-1。例如，这个命令行：ffmpeg -

定义反色又叫补色。例如：黑与白、红与青等。反色是与原色叠加可以变为白色的颜色，即用白色（RGB：255，255，255）减去原色的颜色。比如（RGB：255，0，0）的反色是（0，255，255）。实验原图：代码：import cv2def reverse_color(img): img = 255 - img.copy() return imgif __...

OpenCV自带的旋转图像方法 (有损)原图像： 如果用OpenCV自带cv2.warpAffine接口来实现图片旋转：import cv2# 读取原图像img = cv2.imread("./girl.jpg")h, w = img.shape[:2]center = (w // 2, h // 2)# 逆时针-90°(即顺时针90°)旋转图片M = cv2.g...

效果图未加水印前： 水印掩码： 透明度为 0.3 的水印图片： 透明度为 1.0 的水印图片： 实现代码感觉我自己写的这段代码，效果比opencv官网上给出的例子效果要好，水印中不会夹带黑色噪点。# coding=utf-8import cv2import numpy as npbottom = cv2.imread('elegent.jpg')

原理超像素概念是2003年Xiaofeng Ren提出和发展起来的图像分割技术，是指具有相似纹理、颜色、亮度等特征的相邻像素构成的有一定视觉意义的不规则像素块。它利用像素之间特征的相似性将像素分组,用少量的超像素代替大量的像素来表达图片特征,很大程度上降低了图像后处理的复杂度，所以通常作为分割算法的预处理步骤。常见的超像素分割方法包括： Graph-based 、NCut 、Turbopixel 、

RGB-D（深度图像）   深度图像 = 普通的RGB三通道彩色图像 + Depth Map  在3D计算机图形中，Depth Map（深度图）是包含与视点的场景对象的表面的距离有关的信息的图像或图像通道。其中，Depth Map 类似于灰度图像，只是它的每个像素值是传感器距离物体的实际距离。通常RGB图像和Depth图像是配准的，因而像素点之间具有一对一的对应关系

Demo原图像： Averaging_Blur:Averaging_Blur_Enhanced:Completed_Blur:Edge_Detection_360_degree:Edge_Detection_45_degree:Embossing_45_degree:Embossing_Asymmetric:Gaussian_Blur:Motion_Blur:Sharpness_Center:Sh

概念 对比角度 透视 畸变 概念本质 规律 像差 根本原因 单镜头在平面上描绘物体空间远近关系的必然缺陷 能让画面有更强的纵深感 能否补救 由机位和拍摄距离等因素决定的，对于单镜头而言无法补救 可通过技术改善 包含类型 扩展变形 &amp;amp;amp; 压缩变形 桶形畸变 &amp;amp;amp; 枕形畸变Note:像差：指在光学中，实际像与根据单透镜理论确定的理想像的偏离。具体类

Syntax cv2.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]]) → dst interpolation 选项 所用的插值方法 INTER_NEAREST 最近邻插值 INTER_LINEAR 双线性插值（默认设置） INTER_AREA 使用像素区域关系进行重采样。 它可能是图像抽取的首选方法，因为它

概念在做计算机视觉方向项目的时候，往往需要进行图像处理。但是在此过程中，常常会遇到 对 像素值 进行 变换计算 后，像素值 超出 值域区间 [0, 255] 的情况。再加上计算过程中各自 float型， int型， uint型 的问题都跳出来作乱，在初期做图像相关项目，深为此苦恼。后来自己写了一段万能代码模板，成功地解决了此类问题。代码模板# 将 像素值 低于 值域区间[0, 255] 的 像素点

概念在自己获取的图像样本上，在网络的训练之前还需要做预处理操作。 预处理步骤：操作均值0中心化(zero-center)规范化(normalize)效果图原图： 预处理结果图： 实现代码# coding=utf-8import numpy as npimport cv2pic_path = './Elegent_Girl.jpg'def

总结.jpg 与 .jpeg 没有区别。区分JPEG 是 全名、正式扩展名 。但 .jpg 的写法 更流行 。

RGB颜色值十六进制颜色码图片来源：百度百科－色值 在线工具RGB颜色对照表 在线颜色选择器

起因遇到问题在做项目的过程中，想比较 同一幅图像 的 二值化处理结果 和 人工标注的ground_truth图 之间的差异。因为这两幅用来比较的图在生成的时候都是 二值图像（即像素值非 0 即 255），所以用来求差异图的代码段，我想当然地这么写： for i in range(h): for j in range(w): if thresh_pic[i

Ideaopencv 中 有个实现 高斯滤波 的接口，如下：cv2.GaussianBlur(src, ksize, sigmaX, dst=None, sigmaY=None, borderType=None)在做项目的过程中，我发现如果根据 像素点 相对整张图片 的位置 设计 不同的 滤波核大小（即参数 ksize），就可以灵活地对整张图片实现 动态 高斯滤波 了。具体滤波核

二维摄像 + 三维重建法 = 深度视觉摄像二维摄像结构光方案优点：技术成熟，深度图像分辨率可以做得比较高；价格低廉。缺点：容易受光照影响，室外环境及夜间环境基本不能使用;无法得到深度信息。三维重建法探针法时期：早期采用的特点：简单粗暴原理：直接手拿定位探针，在物体表面移动，一个点一个点地测坐标直接测距法超声波法 原理：使用特定的人造声源，对物体表面逐点用声程差来测距TOF法全称

中文名 英文名 简称 所属学科 Input Output 计算机视觉 Computer Vision CV Computer Science/ Artificial Intelligence/ image model 图像处理 Image Processing IP Electrical Engineering/ Signal Process

VR、AR、MR、CR　对照表： 简称 英文全称 中文全称 从属关系 画面 定义 所需设备 产品应用 eyes 人眼 裸眼画面 VR Virtual Reality 虚拟现实 纯虚拟数字画面   可以让用户沉浸其中的由计算机生成的三维虚拟环境，并与现实环境相隔绝。  利用电脑模拟产生一个三维空间的虚拟世

音频及视频端子音频端子类比数字视频端子显示屏后面一般都有一左一右两个数据接口。一个是　VGA接口　，一个是　DVI接口　。类比VGAVGA端子（Video Graphics Array (VGA) connector）。　旧电脑自带的接显示器的端口就是VGA。　VGA端子通常在电脑的显示卡、显示器及其他设备。是用作发送　模拟信号　。分辨率：　640×480数字DVIDVI端子（Digital

明亮度Gama：显示器的输出图像对输入信号的失真程度。DCR：Dynamic Contrast Ratio，动态对比率。自动判断画面整体亮度，对画面各部分进行亮度调整，使细节更清晰，层次更分明。颜色设置色温 暖色正常冷色sRGB：RGB（色彩空间）的一种标准。DCB模式OSD设置其他DDC/CI：Display Data Channel Command Interface，基于DD

帧率概念引入帧率（Frame rate）是用于测量显示帧数的量度。所谓的测量单位为每秒显示帧数(Frames per Second，简称：FPS）或“赫兹”（Hz），一般来说FPS用于描述视频、电子绘图或游戏每秒播放多少帧，而赫兹则描述显示屏的画面每秒更新多少次。此词多用于影视制作和电子游戏。帧率层级对照表 帧率(FPS) 人眼感受 产品运用 < 10 ~ 12 不连贯