![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数字图像处理
qq_43222384
这个作者很懒,什么都没留下…
展开
-
opecv图像处理(一)基本操作
opencv图像基本操作“”“image show,read,save”""import cv2import numpy as np#读取显示图像img = cv2.imread(“cat.jpg”)cv2.imshow(“cat”,img)#获取图片属性print(img.shape)print(img.size)print(img.dtype)exit()#创建复制图像...原创 2019-04-04 20:12:57 · 573 阅读 · 0 评论 -
图像超分辨率技术简述(转载)
转载:https://blog.csdn.net/carson2005/article/details/8393952 图像超分辨率(Super Resolution, SR)就是将低分辨率(Low Resolution, LR)的图像通过一定的算法转提升到高分辨率(High Resolution, HR)。高分辨率图像具有更...转载 2019-08-05 14:04:47 · 1740 阅读 · 0 评论 -
opencv图像处理(十二)图像金字塔
"""cv2.pyrUp(),cv2.pyrDown()图像金字塔简而言之是缩放图像尺寸的两种类型:高斯金字塔和拉普拉斯金字塔两种类型的金字塔:①高斯金字塔:用于下采样。高斯金字塔是最基本的图像塔。原理:首先将原图像作为最底层图像G0(高斯金字塔的第0层),利用高斯核(5*5)对其进行卷积,然后对卷积后的图像进行下采样(去除偶数行和列)得到上一层图像G1,将此图像作为输入,重复卷积和下采...原创 2019-04-09 13:06:44 · 229 阅读 · 0 评论 -
数字图像处理概论
数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。数字图像处理的产生和迅速发展主要受三个因素的影响:一是计算机的发展;二是数学的发展(特别是离散数学理论的创立和完善);三是广泛的农牧业、林业、环境、军事、工业和医学等方面的应用需求的增长。数字图像处理(Digital Image Processing)又称...原创 2019-03-27 20:17:05 · 963 阅读 · 0 评论 -
opencv 图像检测(十一)图像灰度化与二值化
#1、读取图像,并把图像转换为灰度图像并显示import cv2im = cv2.imread("cat.jpg") #读取图片im_gray = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY) #转换了灰度化cv2.imshow("gray",im_gray) #显示图片cv2.waitKey(0)#2、固定阈值二值化retval, im_at_...原创 2019-04-09 12:37:21 · 1704 阅读 · 0 评论 -
opencv 图像检测(十)霍夫曼变换检测直线
Hough变换是经典的检测直线的算法。其最初用来检测图像中的直线,同时也可以将其扩展,以用来检测图像中简单的结构。import cv2import numpy as npimg = cv2.imread("road.jpg", 0)img = cv2.GaussianBlur(img,(3,3) ,0)edges = cv2.Canny(img, 50, 150, apertureS...原创 2019-04-04 21:19:24 · 1159 阅读 · 0 评论 -
opencv图像处理(九)直方图均衡化
“”"在图像处理中,直方图均衡化一般用来均衡图像的强度,或增加图像的对比度。在介绍使用直方图均衡化来拉伸图像的直方图之前,先介绍使用查询表的方法。观察上图中原始图像的直方图,很容易发现大部分强度值范围都没有用到。因此先检测图像非0的最低(imin)强度值和最高(imax)强度值。将最低值imin设为0,最高值imax设为255。中间的按255.0*(i-imin)/(imax-imin)+0....原创 2019-04-04 21:11:52 · 273 阅读 · 0 评论 -
opencv图像处理(八)canny 边缘检测、轮廓检测
“”“首先,由于Canny只能处理灰度图,所以将读取的图像转成灰度图。用高斯平滑处理原图像降噪。调用Canny函数,指定最大和最小阈值,其中apertureSize默认为3"”"edge = cv2.Canny(image, threshold1, threshold2[, edges[, apertureSize[, L2gradient ]]])“”"import cv2impor...原创 2019-04-04 21:02:01 · 1749 阅读 · 0 评论 -
opencv图像处理(七)sobel、Laplacian
“”"Sobel算子依然是一种过滤器,只是其是带有方向的。在OpenCV-Python中,使用Sobel的算子的函数原型如下:dst = cv2.Sobel(src, ddepth, dx, dy[, dst[, ksize[, scale[, delta[, borderType]]]]])“”"import cv2import numpy as npimg = cv2.imread...原创 2019-04-04 20:53:11 · 490 阅读 · 0 评论 -
opencv 图像处理(六)初级滤波处理
“”"过滤是信号和图像处理中基本的任务。其目的是根据应用环境的不同,选择性的提取图像中某些认为是重要的信息。过滤可以移除图像中的噪音、提取感兴趣的可视特征、允许图像重采样,等等。其源自于一般的信号和系统理论,这里将不介绍该理论的细节。但本章会介绍关于过滤的基本概念,以及如何在图像处理程序中使用滤波器根据灰度分布的不同来区分不同的图像。但还有其他方面可以对图像进行分析。我们可以观察图像中灰度...原创 2019-04-04 20:46:00 · 172 阅读 · 0 评论 -
opencv 图像处理(五)边缘、角检测
“”“通过一个较复杂的例子介绍如何用形态学算子检测图像中的边缘和拐角(这里只是作为介绍形态学处理例子,实际使用时请用Canny或Harris等算法)”""“”"形态学检测边缘的原理很简单,在膨胀时,图像中的物体会想周围“扩张”;腐蚀时,图像中的物体会“收缩”。比较这两幅图像,由于其变化的区域只发生在边缘。所以这时将两幅图像相减,得到的就是图像中物体的边缘"""import cv2...原创 2019-04-04 20:41:02 · 1321 阅读 · 0 评论 -
opencv 图像处理(四)形态学基本变换
import cv2import numpy as np“”"膨胀、腐蚀、开、闭运算是数学形态学最基本的变换。本文主要针对二值图像的形态学膨胀:把二值图像各1像素连接成分的边界扩大一层(填充边缘或0像素内部的孔);腐蚀:把二值图像各1像素连接成分的边界点去掉从而缩小一层(可提取骨干信息,去掉毛刺,去掉孤立的0像素);开:先腐蚀再膨胀,可以去掉目标外的孤立点闭:先膨胀再腐蚀,可以去掉...原创 2019-04-04 20:29:33 · 301 阅读 · 0 评论 -
opencv图像处理(三)直方图显示与反向投影
“”“计算并显示直方图”""cv2.calcHist()import cv2import numpy as npdef calcAndDrawHist(image, color):hist = cv2.calcHist([image], [0], None, [256], [0, 255])minVal, maxVal, minLoc, maxLoc = cv2.minMaxLoc(h...原创 2019-04-04 20:24:41 · 302 阅读 · 0 评论 -
opencv图像处理(二)像素访问、通道分离合并
““OpenCV Python教程之图像元素的访问、通道分离与合并””"import cv2import numpy as np#访问像素def salt(img, n):for k in range(n):i = int(np.random.random() * img.shape[1]);j = int(np.random.random() * img.shape[0]);if...原创 2019-04-04 20:16:57 · 240 阅读 · 0 评论 -
数字图像处理--图像增强技术
转载:https://blog.csdn.net/samkieth/article/details/49533435我们从这一节开始进入数字图像处理的大门。预备知识后序补充。图像处理可以有多种分类,其中图像增强和图像复原可以看作是一组相反的过程,这篇主要是概括图像增强技术。那么,增强技术也可以有多种分类,如,可以分为平滑(抑制高频成分)与锐化(增强高频成分),空间域与频域。我们把以第二种为例,分...转载 2019-08-06 09:37:16 · 2096 阅读 · 0 评论