数字图像处理
文章平均质量分 56
落花逐流水
从事人工智能,模式识别与智能系统
展开
-
Push-Relabel算法相关阅读
容量,流量,可行流,残量网络等等基础概念不赘述了第一类,增广路算法(Augmenting-Path):该类算法是基于路径/割的,由Ford和Fulkerson两个人提出,实际上代表了一类算法,:从零流开始考虑,假如有这么一条路,这条路从源点开始到达汇点,并且这条路上的每一段都满足Flow原创 2022-11-17 22:59:29 · 785 阅读 · 0 评论 -
Hex颜色查看的网站
网站:ColorHexa通过十六进制查看颜色。比如输入:#05c5b9原创 2021-08-18 15:14:40 · 3214 阅读 · 0 评论 -
SIFT算法实现
1、 SIFT简介尺度不变特征变换(Scale-invariantfeature transform),主要特点在于其多尺度信息描述,能够有效描述缩放,并且对 图像旋转、亮度、仿射变换、视角变化具有很好的适应性。SIFT算法还具有如下一些特点:1. 信息量丰富,即使少数的几个物体也可以产生大量的SIFT特征向量;2. 特征区分度大,适用于在海量特征数据库中进行快速、准确的匹配;3. 速度快,加速的SIFT算法可以达到实时。算法首先要理解多尺度(多个分辨率)的概念,也就是我们常说的图像原创 2021-07-12 21:46:34 · 747 阅读 · 3 评论 -
opencv bfs测试程序
不记得代码是从哪里来的了,代码功能:使用BFS标记连通域个数想了一下bfs和dfs实现时的区别在于使用的数据结构不一样,BFS使用Queue,先入先出(FIFO)便于广度优先遍历,DFS使用stack,后入先出(LIFO)便于深度优先遍历。#include <opencv2/opencv.hpp> #include <math.h>using namespace std;using namespace cv;typedef unsigned long uint32原创 2021-07-10 08:41:20 · 208 阅读 · 0 评论 -
HOG特征
参考博客:HOG特征提取原创 2021-07-08 17:07:49 · 57 阅读 · 0 评论 -
python opencv图像增强
图像增强,使用常见算法,比如gamma校正,直方图均衡化等。下面一些代码仅供参考# Gamma correction and the Power Law Transform,伽马校正也称幂律交换;使图像变得更亮或者更暗的方法;# USAGE# python adjust_gamma.py --image images/_L3A4387.jpg# 导入必要的包from __future__ import print_functionimport numpy as npimport ar原创 2021-05-03 22:41:44 · 1423 阅读 · 0 评论 -
PS的使用(一)
其实我用的只是:污点修复画笔工具。之后会参考多篇博客与书籍并结合自己实际操作整理一篇博客出来。参考:https://blog.csdn.net/qq30211478/article/details/85055967原创 2021-05-01 23:54:31 · 76 阅读 · 0 评论 -
c++ python实现最小外接矩形
参考:https://zhuanlan.zhihu.com/p/97855964import numpy as npimport mathEPS = 1e-10# 逆时针旋转# 弧度def rotate_poly(poly: np.array, rad): N, d = poly.shape if N < 3 or d != 2: raise ValueError # center_point = np.asarray([0., 0....原创 2021-04-27 10:32:45 · 599 阅读 · 0 评论 -
Opencv中的直线检测算法
opencv3中加入了LSD直线检测,然后在opencv4中因为Licence原因又去掉了LSD直线检测。除了LSD,opencv中还有其他直线检测算法。1、霍夫变换检测直线参考:OpenCv–霍夫直线变换(检测直线)2、LSD直线检测# coding=utf-8import cv2import numpy as np# 读取输入图片img0 = cv2.imread("test3.jpg")# 将彩色图片转换为灰度图片img = cv2.cvtColor(img0,cv2.COLO原创 2021-04-24 23:06:47 · 11463 阅读 · 0 评论 -
LSD直线检测
lsd简介在早些版本的opencv中是有内置的LSD检测算法的,后来由于Licence原因,后面版本的opencv中就没有lsd了。论文、源码、在线体验地址:IPOL Journal · Image Processing On LineLSD是一种直线检测分割算法,它能在线性的时间内得出亚像素级精度的检测结果。该算法被设计成可以在任何数字图像上都无需参数调节。它可以自己控制误检的数量:平均而言,每张图有一个误检。LSD是一种局部提取直线的算法,速度比Hough要快。但是有局部算法的缺点:1.对于原创 2021-04-24 22:41:40 · 3686 阅读 · 0 评论 -
SIFT特征
SIFT特征提取的实质在不同的尺度空间上查找关键点(特征点),并计算出关键点的方向。SIFT所查找到的关键点是一些十分突出、不会因光照、仿射变换和噪音等因素而变化的点,如角点、边缘点、暗区的亮点及亮区的暗点等。构造过程通过构建高斯金字塔,保证图像在任何尺度都能有对应的特征点,即保证尺度不变性。为了实现旋转不变性,需要根据检测到的关键点的局部图像结构为特征点赋值。具体做法是用梯度方向直方图。关键点描述子不但包括关键点,还包括关键点周围对其有贡献的像素点。为了保证旋转不变性,要以特征点为中心,在原创 2021-04-18 20:21:22 · 1534 阅读 · 0 评论 -
二值连通域搜索BFS
这个图解BFS真的很好,所以我就搬过来了。使用队列的FIFO访问。广度优先搜索定义及其性质BFS,其英文全称是Breadth First Search。广度优先搜索算法具有完全性。这意指无论图形的种类如何,只要目标存在,则BFS一定会找到。然而,若目标不存在,且图为无限大,则BFS将不收敛(不会结束)。广度优先搜索的应用(1)寻找连接元件(2)寻找非加权图的两点最短路径(3)检测二分图算法思想将A移出队列将相邻节点依次加入队列(1)将B移出队列,如果B有邻接点原创 2021-03-08 17:11:10 · 413 阅读 · 0 评论 -
二值图像连通域搜索BFS
// https://blog.csdn.net/weixin_41788963/article/details/104470487//【算法笔记】基于广度优先搜索(BFS)求解图像连通域//简介//广度优先搜索,是以广度作为第一关键词,当碰到岔口时,首先访问这个岔口能直接到达的所有结点,然后这些结点被访问的顺序,依次继续访问其可以到达的所有结点,直到所有结点都被访问,或者满足终止条件;////算法较为理想的实现方式是使用队列,将前面的元素不断弹出,在搜索过程中,将下一层的元素...原创 2021-03-08 16:15:00 · 1173 阅读 · 0 评论 -
二值图像连通域分析(二)
连通域搜索包括 广度优先搜索与深度优先搜索。解决二值图像连通域搜索问题1、深度优先搜索遍历问题描述在一个矩形网格中每一个格子的颜色或者为白色或者为黑色。任意或上、或下、或左、或右相邻同为黑色的格子组成一个家族。家族中所有格子的数量反映家族的大小。要求找出最大家族的家族大小(组成最大家族的格子的数量)并统计出哪些点属于哪一族。例如下图中最大家族的格子数量为 8。这个代码使用的是4连通#!/usr/bin/python#encoding=utf8table = [[0,0,1,.原创 2021-01-27 10:21:42 · 616 阅读 · 0 评论 -
图像二值化方法汇总
常用二值化方法:双峰法、P参数法、最大类间方差法(Otsu,大津法)、最大熵阈值法、迭代法(最佳阈值法)。1. opencv 简单阈值 cv2.threshold2. opencv 自适应阈值 cv2.adaptiveThreshold (自适应阈值中计算阈值的方法有两种:mean_c 和 guassian_c ,可以尝试用下哪种效果好)3. Otsu's 二值化(最大类间方差法、大津法)例子:来自 : OpenCV-Python 中文教程import cv2import numpy原创 2021-01-18 15:12:22 · 12509 阅读 · 2 评论 -
二值图像连通域分析原理与实现
#include <memory> //Labling connected components in an image, where non-zero pixels are // deemed as foreground, and will be labeled with an positive integer// while background pixels will be labled with zeros.//Input and output are 2D matri...原创 2021-01-11 21:12:06 · 481 阅读 · 1 评论