[Computer Vision]作业加网课知识——2

最新推荐文章于 2022-05-02 15:00:44 发布

**小雏鹰**

最新推荐文章于 2022-05-02 15:00:44 发布

阅读量207

点赞数

分类专栏： computer vision 文章标签：计算机视觉

本文链接：https://blog.csdn.net/qq_43771959/article/details/104308863

版权

computer vision 专栏收录该内容

4 篇文章 0 订阅

订阅专栏

写在前面

以下代码均为网上摘抄，本人完整代码如有需要，私！

hw1

hw1：
1.图像调整大小
先改变图像内存大小，例如：
在这里插入图片描述
要从 X：4 * 4 —— Y：7 * 7

计算两点之间的坐标变换关系：
aX + b = Y ，求得a = 4/7，b = -3/14

插值方法：

1）最邻近元法
即将距离待求象素最近的邻象素灰度赋给待求象素。
在这里插入图片描述
2）三角插值法

Q = V1A1 + V2A2 + V3*A3
在这里插入图片描述
3）双线插值法

在这里插入图片描述
循环遍历像素并映射回旧坐标
使用最近邻插值来填充图像

2、卷积图像过滤
在这里插入图片描述

CSDN上找到一个动图解释：

网上的代码（c++）

//******************高斯卷积核生成函数*************************
void GetGaussianKernel(double **gaus, const int size,const double sigma)
{
    const double PI=4.0*atan(1.0); //圆周率π赋值
    int center=size/2;
    double sum=0;
    for(int i=0;i<size;i++)
    {
        for(int j=0;j<size;j++)
        {
            gaus[i][j]=(1/(2*PI*sigma*sigma))*exp(-((i-center)*(i-center)+(j-center)*(j-center))/(2*sigma*sigma));
            sum+=gaus[i][j];
        }
    }
    for(int i=0;i<size;i++)
    {
        for(int j=0;j<size;j++)
        {
            gaus[i][j]/=sum;
            cout<<gaus[i][j]<<"  ";
        }
        cout<<endl<<endl;
    }
    return ;
}

3、混合图像（高斯卷积）
在这里插入图片描述

高斯滤波器是一个低通滤波器
用原图减去高斯滤波后的图像就可以得到高通滤波后的图像

4、Sobel过滤器

原理：先制作过滤器，再归一化处理

在这里插入图片描述
网友的代码：

#竖直方向[1  2  1          水平方向[1   0   -1
#      0   0  0                 2   0   -2
#      -1 -2  -1                  1   0   -1]
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
dst = np.zeros((height,width,1),np.uint8)
for i in range(0,height-2):
    for j in range(0,width-2):
        gy = gray[i,j]+2*gray[i,j+1]+gray[i,j+2]-(gray[i+2,j]+gray[i+2,j+1]+gray[i+2,j+2])
        gx = gray[i,j]+2*gray[i+1,j]+gray[i+2,j]-(gray[i,j+2]+gray[i+1,j+2]+gray[i+2,j+2])
        grad = math.sqrt(gx*gx+gy*gy)  #求梯度大小
        if grad>=100:
            dst[i,j] = 255
        else:
            dst[i,j] = 0

Mat sobel(Mat src,Mat dst)
{
 int y, x;
 int w = src.cols;
 int h = src.rows;
 
 int gx = 0, gy = 0;
 for (y = 1; y < h - 1; y++)
 {
  for (x = 1; x < w - 1; x++)
  {   
   gx=src.at<uchar>(y-1,x+1)+src.at<uchar>(y,x+1)*2+src.at<uchar>(y+1,x+1)-src.at<uchar>(y-1,x-1)-src.at<uchar>(y,x-1)*2-src.at<uchar>(y+1,x-1);
   gy=src.at<uchar>(y-1,x-1)+src.at<uchar>(y-1,x)*2+src.at<uchar>(y-1,x+1)-src.at<uchar>(y+1,x-1)-src.at<uchar>(y+1,x)*2-src.at<uchar>(y+1,x+1);
   dst.at<uchar>(y,x)=  abs(gx)+abs(gy) ;   
  }
  }
}