自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(15)
  • 收藏
  • 关注

原创 友晶DE10_standard_SoC_亮灯与按键控制

友晶 SoC实验,从工程文件获取、实验环境准备、实验步骤三个方面带你入门SoC实验

2024-05-13 08:54:18 1937 2

原创 【OpenCV】图像处理——摄像头抓帧+阈值处理+图片保存+图片合成视频

龍龖龘𪚥

2024-02-22 17:36:07 337 2

原创 【Numpy】图像处理——腐蚀与膨胀

我们选择对全局二值化后的图像进行腐蚀、膨胀操作。腐蚀与膨胀类似于滤波算法,只不过腐蚀的滤波运算结果是二值图像某一邻域内的最小值,也可理解为该邻域内像素的相与运算结果。膨胀的滤波运算结果是二值化图像某一邻域内的最大值,即该邻域内像素的或运算结果。尤其是9×99\times99×9的滤波,最为明显,我们会发现腐蚀之后的图像是黑色区域较多,膨胀之后的图像是白色区域较多。

2024-02-21 15:27:29 493 1

原创 【Numpy】图像处理——全局阈值处理(二值化)

全局阈值、Otsu全局阈值

2024-02-21 10:44:17 1474 1

原创 【Numpy】图像处理——LOG、DOG、Canny算子

LOG算子、DOG算子、Canny算子

2024-02-19 16:28:43 927 1

原创 【Numpy】图像处理——高通滤波锐化算子(一阶微分&二阶微分)

锐化与边缘检测的基础:一阶微分&二阶微分的梯度算子,如罗伯特(Roberts)、索贝尔(Sobel)、Scharr、Prewitt、拉普拉斯(Laplacian)。

2024-01-23 18:21:52 1398 1

原创 【Numpy】直方图与直方图均衡化

直方图均衡也成为直方图拉伸,是一种简单的图像增强技术,通过改变图像直方图分布,来改变图像中各像素的灰度,可用于增强动态范围偏小的图像的对比度。比如原图较暗,此时原图的灰度值基本上集中于较小的范围内,通过直方图均衡的方法,可以将原图的灰度值变得均匀一些,达到对比度提升的效果。表示灰度值为j的像素数;表示直方图均衡后,灰度级为k的对应像素;

2024-01-17 14:54:29 928

原创 【Numpy]图像处理——图像空间低通滤波(只存在噪声的图像复原)一

盒式滤波、高斯滤波、统计排序滤波器(中值滤波、最大值滤波、最小值滤波、中点滤波、修正阿尔法均值滤波)

2024-01-17 14:45:31 1452

原创 【Numpy】图像处理——噪声模型

几种噪声模型

2024-01-17 14:00:34 969

原创 【Numpy】图像处理——仿射变换

图像变换只是第一步,加油继续!

2024-01-17 12:51:29 1203

原创 【Numpy】图像处理——插值算法

最近邻插值法、双线性插值法、双三次插值法numpy实现

2024-01-17 10:54:03 1158

原创 【Numpy】数字图像处理——灰度变换

灰度变换是计算机视觉任务中很重要的环节,比如为提高模型泛化能力而设置的图像增广中就有灰度变换这一支。

2024-01-16 17:40:23 1165

原创 【Numpy】用numpy画一个像素画

如果大家觉得有意思也可以自行尝试一下。当然像素画宽高数值太大的话,我建议先画一个小图,再把原图放大即可。颜色的话,可自行在网上搜索RGB数值。3的图片看起来是很小的,因此接下来对这张图进行放大100倍的操作,也就变成了2100。首先,先画一个宽高都为21的彩色图。本篇博客纯属娱乐,利用代码画画!

2023-09-12 10:33:48 130

原创 【Numpy】Numpy基础

我们可以放慢脚步,不着急接触Pytorch框架,运用框架学习深度学习,我个人觉得比较有跨越性。所以,我们不妨先接触Numpy,通过numpy认识数据、算法、分类任务的训练到测试。我们知道python这门语言学起来相对其他语言容易多了,就是因为有很多方法(函数)不需要我们自己写,当我们需要某个功能的时候直接调用就完事了!但笔者个人觉得语言只是一种工具罢了,python使用起来固然方便,但我们还是要从理解底层开始!从底层基础开始学,不会华而不实!

2023-08-28 17:32:19 128

原创 图像分类之图像数据

在现实生活中,我们人类分辨事物的习惯通常是从事物的轮廓、颜色以及表面细节入手。比方说下面这张图。有不少人把小浣熊和小熊猫认错了,因为很多人对小浣熊和小熊猫的特征认知并不全面,只是获取到这两种生物的一小部分特征,比如鼻子、胡子、大概的样貌,但并没有抓取重要的区分信息,例如耳朵、皮毛颜色、尾巴等信息。所以,大家在识别事物的时候,一定要注意事物的详细信息。那么,机器识别事物的时候是不是也是如此呢?接下来我们逐一解读机器眼里的图片是什么样子的。

2023-08-14 15:17:53 1009 1

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除