计算机视觉
文章平均质量分 85
FchZero
这个作者很懒,什么都没留下…
展开
-
数字图像处理实验—基于图像分割的车牌定位识别
简单地说,对灰度图像进行阈值分割就是先确定一个处于图像灰度取值范围内的阈值,然后将图像中各个像素的灰度值与这个阈值比较,并根据比较的结果将对应的像素划分为两类:像素灰度大于阈值的一类和像素值小于阈值的另一类,灰度值等于阈值的像素可以归入这两类之一。这类图像通常显示为从最暗黑色到最亮的白色的灰度,尽管理论上这个采样可以任何颜色的不同深浅,甚至可以是不同亮度上的不同颜色。灰度图像与黑白图像不同,在计算机图像领域中黑白图像只有黑白两种颜色,灰度图像在黑色与白色之间还有许多级的颜色深度。3.掌握图像的二值化;原创 2023-07-19 22:23:52 · 1117 阅读 · 0 评论 -
数字图像处理实验—数字图像的边缘检测
2.边缘检测原理:边缘检测是图像处理和计算机视觉中的基本问题,边缘检测的目的是标识数字图像中亮度变化明显的点。这些包括(i)深度上的不连续、(ii)表面方向不连续、(iii)物质属性变化和(iv)场景照明变化。ret,thresh = cv.threshold(L_S_blur, 127, 255, cv.THRESH_BINARY) #二进制阈值化。L_S_blur = cv.GaussianBlur(img_GRAY, (3, 3), 1, 1) #核尺寸通过对图像的调节自行定义。原创 2023-07-19 22:13:27 · 232 阅读 · 0 评论 -
数字图像处理实验—形态学图像处理
但是,在不同的应用场合,结构元素的选择及其相应的处理算法是不一样的,对不同的目标图像需设计不同的结构元素和不同的处理算法。许超提出的以最短线段结构元素构造准圆结构元素或序列结构元素生成准圆结构元素相结合的设计方法,用于骨架的提取,可大大减少形态运算的计算量,并可同时满足尺度、平移及旋转相容性,适于对形状进行分析和描述。它的基本思想是用具有一定形态的结构元素去度量和提取图像中的对应形状以达到对图像分析和识别的目的。数学形态学的应用可以简化图像数据,保持它们基本的形状特征,并除去不相干的结构。原创 2023-07-19 22:02:28 · 187 阅读 · 0 评论 -
数字图像处理实验—数字图像增强
直方图是图像的最基本的统计特征,它反映的是图像的灰度值的分布情况。直方图均衡化的目的是使图像在整个灰度值动态变化范围内的分布均匀化,改善图像的亮度分布状态,增强图像的视觉效果。图像的直方图事实上就是图像的亮度分布的概率密度函数,是一幅图像的所有象素集合的最基本的统计规律。图像增强是指按特定的需要突出一幅图像中的某些信息,同时,消弱或去除某些不需要的信息的处理方法。其主要目的是处理后的图像对某些特定的应用比原来的图像更加有效。# (5,5)表示的是卷积模板的大小,0 表示的是沿 x 与 y 方向上的标准差。原创 2023-07-19 21:58:49 · 588 阅读 · 0 评论 -
数字图像处理的基本操作实验
有1,4,8,24位非压缩图像,8位RLE(Run length Encoded)图像。若亮度图像的像素都是uint8类或uint16类,则它们的整数值范围分别是[0,255]和[0,65536]。值得注意的是,在OpenCV中,加载图像通道的顺序是 BGR(实验五中您将用到此特性)。处理1,4,8,24位非压缩图像,1,4,8,24位packbit压缩图像,一位CCITT压缩图像等。# 使用imshow函数显示图像,第一个参数是窗口名称(可不写),第二个参数是要显示的图像的名称,一定要写。原创 2023-07-19 21:28:00 · 195 阅读 · 0 评论 -
OpenGL+Visual Studio2022+GLFW+glad详细配置教程
OpenGL+Visual Studio2022+GLFW+glad详细配置教程原创 2022-09-28 19:29:02 · 4193 阅读 · 9 评论