数字图像处理笔记
lx127372
数字图像处理
展开
-
灰度变换(反转,对数,伽马)的python实现
这是学习第三章的时候的灰度变换的知识,就是找一个函数对原图像的每个像素点的灰度值重新计算,得到一个新得图像。 1. 图像反转 一幅图像的灰度级范围为[0,L-1],那么反转函数是 s = L-1-r (原来黑的变亮,亮的变黑) from skimage import io import numpy as np img = io.imread('11.jpg',as_gray = True) ro...原创 2019-05-20 10:12:34 · 6474 阅读 · 1 评论 -
数字图像处理-第二章笔记
1. 取样和量化 为了产生数字图像,我们需要把连续的感知数据转换为数字形式 对坐标值进行数字化称为取样,对幅值数字化称为量化 2. 数字图像的表示 f(x,y) 一般用MN矩阵表示 从0开始, 图像在任何坐标(x,y)处的值记为f(x,y) 这个值一般表示为灰度M和N一般要求是正整数,L是灰度级数,通常取2的整数次幂 L = 2的k次方 称为‘k比特图像’, 所需要的比特数为b = MNk* 3...原创 2019-05-10 09:38:12 · 807 阅读 · 0 评论 -
python 实现临近值插入和双线性插入
上篇笔记记过这两种方法了,这里用代码实现一下 临近值插入 from skimage import io,data import numpy as np def function(img,widths,heights): rows,cols,dims = img.shape emptyImage = np.zeros((widths,heights,dims),dtype=np....原创 2019-05-10 09:45:52 · 413 阅读 · 1 评论 -
直方图均衡化
直方图均衡就是找到一个变换函数,该函数产生有均匀直方图的输出图像。注意要保证输出灰度范围和输入灰度范围相同。 如果一副图像经过均衡后,其像素占有全部可能的灰度级范围,并且均匀分布,则这样的图像有高对比度和多变的灰度色调。、 from skimage import io,exposure,data import numpy as np import matplotlib.pyplot as p...原创 2019-05-20 16:21:14 · 606 阅读 · 0 评论 -
均值空间滤波和中值空间滤波
空间滤波由一个邻域(通常是一个较小的矩形),然后对该邻域所包围的图像像素执行预定义操作产生一个新的像素,新像素的坐标等于邻域的中心坐标。 均值滤波器就是对这个区域的像素取平均值给邻域中心的那个像素,它是线性滤波器。 这种处理可以较低图像的“尖锐”变化。常见的应用就是较低噪声,但是一般图象边缘也是由图像灰度尖锐变化带来的特性,所以均值滤波器处理存在着边缘模糊的负面效应。 一般是下面这样的模版。 ...原创 2019-05-20 16:43:40 · 1409 阅读 · 0 评论