Python机器学习+深度学习+图像处理
Python机器学习+深度学习+图像处理
菩提树下祈愿的少年
QQ:951274168
展开
-
python批量处理图片尺寸(将文件夹中所有图片设定为固定尺寸)
方法一:import numpy as npimport osimport cv2# 设置图片路径,该路径下包含了14张jpg格式的照片,名字依次为0.jpg, 1.jpg, 2.jpg,...,14.jpgDATADIR="D:\Code\ToolBox"#设置目标像素大小,此处设为300'''IMG_SIZE=300#使用os.path模块的join方法生成路径'''path=os.path.join(DATADIR) #使用os.listdir(path)函数,返回path路径转载 2021-01-12 21:46:30 · 4957 阅读 · 1 评论 -
利用python、tensorflow、opencv实现人脸识别
文章目录获取本人图片集获取其他人脸图片集训练模型使用模型进行识别win10+Python3.7.3python支持库:dilb,opencv,tensorflow,numpy获取本人图片集程序中使用的是dlib来识别人脸部分dlib库的下载安装可参考dilb安装dlib_get_my_faces.pyimport cv2import dlibimport osimport sysimport randomoutput_dir = './my_faces'size = 64if原创 2020-12-28 22:30:52 · 1268 阅读 · 2 评论 -
人脸识别-批量裁剪图像
# -*- codeing: utf-8 -*-import sysimport osimport cv2import dlibinput_dir = './capture_image'output_dir = './edit_others_imgs'size = 64 #指定图像大小if not os.path.exists(output_dir): os.makedirs(output_dir)#使用dlib自带的frontal_face_detector作为我们的特征提原创 2020-12-28 22:08:15 · 2268 阅读 · 0 评论 -
Python 读取文件夹下的所有图片
import cv2import os# 读取函数,用来读取文件夹中的所有函数,输入参数是文件名def read_directory(directory_name): for filename in os.listdir(directory_name): print(filename) img = cv2.imread(directory_name + "/" + filename) cv2.imshow(filename, img)原创 2020-12-28 21:30:38 · 6573 阅读 · 0 评论 -
TensorFlow+OpenCV图像处理( 五 机器学习——基于Haar+Adaboost人脸识别)
# 1.引入xml文件 2.引入图片 3.灰度处理 4.检测特征(人脸,眼睛) 5.绘制方框(眼睛,脸)import cv2import numpy as np# 1.引入xml文件face_xml = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')eye_xml = cv2.CascadeClassifier('haarcascade_eye.xml')#2.引入图片img = cv2.imread('fac原创 2020-06-24 23:54:42 · 472 阅读 · 1 评论 -
TensorFlow+OpenCV图像处理( 五 机器学习——视频分解图片,图片合成视频)
文章目录5.1从视频文件中获取样本图片5.2图片合成视频5.1从视频文件中获取样本图片# 视频分解图片# 1 load 2 info 3 parse 4 imshow imwriteimport cv2cap = cv2.VideoCapture("1.mp4")# 获取一个视频打开cap 1 file nameisOpened = cap.isOpened# 判断是否打开‘print(isOpened)fps = cap.get(cv2.CAP_PROP_FPS)#帧率width = i原创 2020-06-23 21:05:26 · 443 阅读 · 0 评论 -
TensorFlow+OpenCV图像处理( 四 图片美化——亮度增强、磨皮美白、高斯均值滤波、均值滤波)
文章目录4.7亮度增强4.8磨皮美白(双边滤波)4.7亮度增强import cv2import numpy as npimg = cv2.imread('image00.jpg',1)imgInfo = img.shapeheight = imgInfo[0]width = imgInfo[1]cv2.imshow('src',img)dst = np.zeros((height,width,3),np.uint8)for i in range(0,height): for j原创 2020-06-20 13:47:50 · 979 阅读 · 0 评论 -
TensorFlow+OpenCV图像处理( 四 图片美化——直方图处理、均衡化、图片修补)
文章目录4.1彩色图像直方图处理4.1彩色图像直方图处理import cv2import numpy as npdef ImageHist(image,type): color = (255,255,255) windowName = 'Gray' if type == 31: color = (255,0,0) windowName = 'B Hist' elif type == 32: color = (0,255,原创 2020-06-20 09:11:29 · 579 阅读 · 0 评论 -
TensorFlow+OpenCV图像处理( 三 图片特效——线段绘制、多边形绘制、文字图片绘制)
文章目录3.15线段绘制3.15线段绘制import cv2import numpy as npdst = np.zeros((500,500,3),np.uint8)#line 参数:图片,起始点,终点,颜色,线条宽度cv2.line(dst,(100,100),(300,300),(0,0,255))cv2.line(dst,(100,100),(100,300),(0,255,255),5)cv2.line(dst,(100,300),(300,300),(255,255,255),5原创 2020-06-18 21:39:12 · 332 阅读 · 0 评论 -
TensorFlow+OpenCV图像处理( 三 图片特效——边缘检测、浮雕效果、颜色风格、油画特效)
文章目录Canny边缘检测(API)Sobel算子边缘检测Canny边缘检测(API)import cv2import numpy as npimport randomimg = cv2.imread('image0.jpg',1)info = img.shapeheight = info[0]width = info[1]cv2.imshow('img',img)gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)imgG = cv2.Gaussia原创 2020-06-18 20:45:24 · 756 阅读 · 0 评论 -
TensorFlow+OpenCV图像处理( 三 图片特效——灰度处理、颜色反转、马赛克、毛玻璃、图片融合)
文章目录1.1用API实现灰度处理(cv2.imread)1.2调用API实现灰度处理(cv2.cvtColor)1.3源码实现图像灰度处理(gray=(r+b+g)/3)1.4源码实现图像灰度处理(gray = r*0.299 + g*0.587 + b*0.114)1.1用API实现灰度处理(cv2.imread)import cv2img = cv2.imread('image00.jpg', 1) #参数为 1 表示彩色img1 = cv2.imread('image00.jpg', 0)原创 2020-06-15 12:21:49 · 872 阅读 · 0 评论 -
TensorFlow+OpenCV图像处理( 二 图像几何变换-镜像、仿射变换、旋转)
文章目录1.6图像镜像1.7图像仿射变换1.8图像旋转1.6图像镜像import cv2import numpy as npimg = cv2.imread('lenacolor.png',1)cv2.imshow('src',img)imgInfo = img.shapeheight = imgInfo[0]width = imgInfo[1]deep = imgInfo[2]newImgInfo = (height*2,width,deep)dst = np.zeros(newIm原创 2020-06-09 13:46:06 · 391 阅读 · 0 评论 -
TensorFlow+OpenCV图像处理( 二 图像几何变换-缩放、剪切、移位)
文章目录1.1调用API实现图像缩放(cv2.resize)1.2源码实现图像缩放1.3图像剪切1.4调用API实现图像移位(cv2.warpAffine)1.5源码实现图像移位1.1调用API实现图像缩放(cv2.resize)import cv2img = cv2.imread('lenacolor.png',1)imgInfo = img.shapeprint(imgInfo)height = imgInfo[0]width = imgInfo[1]mode = imgInfo[2]原创 2020-06-09 11:13:27 · 466 阅读 · 0 评论 -
TensorFlow+OpenCV图像处理:用人工神经网络来逼近股票价格
import numpy as npimport matplotlib.pyplot as pltdata = np.linspace(1,15,15) #日期,在0-15之间等分,分成15份endprice = np.array([2511.90,2538.26,2510.68,2591.66,2732.98,2701.69,2701.29,2678.67,2726.50, 2681.50,2739.17,2715.07,2823.58,2864.90,29原创 2020-06-05 00:23:37 · 764 阅读 · 1 评论 -
TensorFlow+OpenCV图像处理(一 tensorflow入门-常量变量矩阵绘图基础)
文章目录1.1 tensorflow常量变量定义1.2 tensorflow常量变量四则运算1.3 tensorflow矩阵基础1.1 tensorflow常量变量定义import tensorflow as tfdata1 = tf.constant(2,dtype=tf.int32) #定义常量data2 = tf.Variable(10,name='var') #定义变量print(data1)print(data2)#输出结果:没有把数据内容打印出来,而是打印数据的描述信原创 2020-06-04 18:27:19 · 487 阅读 · 0 评论