6.11-CSDN博客

原创 python理想低通滤波、巴特沃斯低通滤波、高斯低通滤波实现

代码代码如下（示例）：import numpy as npimport cv2 as cvimage = cv.imread('2.PNG')# print(image.shape)image = cv.cvtColor(image,cv.COLOR_BGR2GRAY)#图像灰度图# print(image.shape)def frequency_filter(image ,filter): """ :param image: :param filter: 频域变换函

2021-10-07 17:18:43 10349 2

原创绝缘子数据集

绝缘子数据集这个数据集是图像数据集，包括玻璃绝缘子、复合绝缘子、陶瓷绝缘子，每个类型图像多达上万张下载链接https://download.csdn.net/download/liyva/20718469

2021-10-07 15:24:39 2709 2

原创基于一阶微分的锐化滤波器---梯度算子（常用于工业检测，产品缺陷检测）

文章目录前言一、常用的非线性锐化滤波器二、图像能够进行微分的要求三、基于一阶微分的锐化滤波器---梯度算子（常用于工业检测，产品缺陷检测）四、如何求解梯度幅值五、代码总结前言非线性滤波器-----锐化的主要作用：突出图像中的过渡部分用空间微分来完成（微分算子的响应强度与像素的突变程度成成正比），也就是说图像微分，增强了边缘与其他突变（噪声、线），并削弱灰度变化缓慢的区域。一、常用的非线性锐化滤波器基于一阶微分的锐化滤波器基于二阶微分的锐化滤波器二、图像能够进行微分的要求一阶微分：在恒定灰.

2021-08-04 10:54:25 1816

原创 plt.scatter(x,y,c =value,marker = ‘.‘)

plt.scatter(x,y,c =value,marker = ‘.’)plt.scatter( )是matplotlib提供的绘制散点图的函数x是散点的横坐标: 传入是可迭代的对象y是散点的纵坐标: 传入是可迭代的对象c是散点的颜色: 当使用数字表示点颜色时，函数自动根据传入数据定义点的颜色，相同数据颜色相同。marker是散点形状：’ . ’ ⚫、’ ^ ’ ????、’ * ’ ⭐ 示例：import matplotlib.pyplot as pltim

2021-07-29 11:22:50 1053

原创图像降噪处理——(最大值、最小值、均值滤波)

文章目录一、最大值（max）滤波器二、最小值（min）滤波器二、均值滤波器二、代码实现、效果最大值滤波器最小值滤波器均值滤波一、最大值（max）滤波器二、最小值（min）滤波器二、均值滤波器二、代码实现、效果最大值滤波器import cv2import numpy as npimport copyimage_data = cv2.imread('pepperNoiseImg.jpg')# 使用3*3的矩形框取值img0 = copy.copy(image_data)for

2021-07-27 16:21:40 7587 2

原创椒盐噪声、高斯噪声

前言**椒噪声：**对应于灰度取值为255的噪声点，被其所污染的白色斑点。**盐噪声：**对应灰度取值为0的噪声点，被其所污染的图像内含黑色斑点**椒盐噪声：**所指的就是图像内既包含椒噪声，又包含盐噪声的图像**高斯噪声：**又被称为白噪声，噪声的概率密度函数服从高斯分布（即正态分布）的一类噪声。以下给出能够生成椒、盐、椒盐、高斯噪声程序。二、程序代码如下：import cv2import randomimport numpy as npfile = 'cns.jpg'img =

2021-07-27 11:37:49 563

原创 np.clip()函数

前言提示：np.clip()在为图像添加高斯噪声时遇到，这里记录一下具体用法一、np.clip(a, a_min, a_max)a : 待处理的array类型数据a_min : 对小于’a_min’元素进行剪切。可以为Nonea_max : 对大于’a_max’元素进行剪切。可以为None但a_min和a_max必须保留一个out :为array类型数据二、实例 >>> a = np.arange(10) >>> np.clip

2021-07-27 11:07:57 3580 1

原创直方图均衡化 --自编（由于选图不太好，效果不是很好）

直方图均衡化 --自编（由于选图不太好，效果不是很好）代码如下（示例）：#-*- coding:utf-8 -*-import numpy as npimport matplotlib.pyplot as pltimport pandas as pdimport cv2originalImg = cv2.imread('121.jpg')# print(originalImag.shape)R , G , B = cv2.split(originalImg)# print(R.shap

2021-07-24 11:22:41 183

原创图像处理，灰度变换、图像反转、幂律变换、对比度变换

灰度变换、图像反转、幂律变换、对比度变换import cv2import numpy as npOriginalImg = cv2.imread('cns.jpg')R ,B, G = cv2.split(OriginalImg)# print(R.shape) # print(G.shape) # print(B.shape)#灰度变换NewImg = R*0.299 + G*0.587 + B*0.114NewImg1=np.uint8(NewImg)print(NewImg1.

2021-07-22 14:58:17 789

原创 RGB彩色图像中值滤波（非调用）

RGB彩色图像中值滤波（非调用）3x3矩形框中值滤波代码// An highlighted blockimport cv2import numpy as npimport copyimage_data = cv2.imread('noise.png')# 使用3*3的矩形框取值for n in range(1,image_data.shape[0]-2): for m in range(1,image_data.shape[1]-2): for k in range

2021-07-21 15:47:14 1242