图像处理与计算机视觉
seasermy
专注AI算法研究与应用,AI软硬件协同优化,AI系统解决方案
展开
-
python图片傅立叶频谱图分析
在数字图像处理中,经常需要进行傅立叶变换,分析数字图像的频谱,用python简单方便,如下:import numpy as npimport matplotlib.pyplot as pltimport cv2import sysimg = cv2.imread('%s.png' % sys.argv[1],0)dft = cv2.dft(np.float32(img)...原创 2019-10-25 09:33:31 · 5190 阅读 · 0 评论 -
libjpeg两种移植方法
下载,自然不必说,请百度,我下载的包是:jpegsrc.v9a.tar.gz解压路径:/home/myname/jpeg第一种:直接在linux环境中,利用交叉编译如下:1. 在/home/myname/jpeg下建立lib和bin两个文件夹;3. 在终端设置NDK的GCC路径:export SYSROOT=$NDK/原创 2015-07-09 13:34:41 · 3041 阅读 · 0 评论 -
IplImage, Mat, CvMat之间转换
1、CvMat之间的复制//注意:深拷贝 - 单独分配空间,两者相互独立 CvMat* a; CvMat* b = cvCloneMat(a); //copy a to b 2、Mat之间的复制//注意:浅拷贝 - 不复制数据只创建矩阵头,数据共享(更改a,b,c的任意一个都会对另外2个产生同样的作用)Mat a;Mat b = a; //a "co转载 2015-11-11 16:21:56 · 467 阅读 · 0 评论 -
DCT变换、DCT反变换、分块DCT变换
一、引言 DCT变换的全称是离散余弦变换(Discrete Cosine Transform),主要用于将数据或图像的压缩,能够将空域的信号转换到频域上,具有良好的去相关性的性能。DCT变换本身是无损的,但是在图像编码等领域给接下来的量化、哈弗曼编码等创造了很好的条件,同时,由于DCT变换时对称的,所以,我们可以在量化编码后利用DCT反变换,在接收端恢复原始的图像信息。DCT变换在当前的图像分转载 2015-11-30 16:38:51 · 3633 阅读 · 0 评论 -
感知哈希算法(Perceptual hash algorithm)
1.前言 目前“以图搜图”的引擎越来越多,可参考博文: http://blog.csdn.net/forthcriminson/article/details/8698175 此篇博文中列出了很多 “以图搜图”的引擎,之前很好奇他们是如何进行检索的,偶然间看到了一篇博客,上面说Google和Tineye主要利用的算法是感知哈希算法转载 2015-12-24 14:35:29 · 3025 阅读 · 0 评论 -
opengl 经典解释
顶点(vertexs) 图元(primitives) 片元(fragments,又叫片断) 像素(pixels) 阶段1. 顶点 ->图元几何顶点被组合为图元(点,线段或多边形),然后图元被合成片元,最后片元被转换为帧缓存中的象素数据。阶段2. 图元 ->片元图元被分几步转换为片元:图元被适当的裁剪,颜色和纹理数据也相应作出必要的调整,相关的坐标被转换为窗口坐标。最后,光转载 2016-09-19 10:00:11 · 4675 阅读 · 0 评论 -
双边滤波
双边滤波器中,输出像素的值依赖于邻域像素的值的加权组合,权重系数w(i,j,k,l)取决于定义域核和值域核的乘积同时考虑了空间域与值域的差别,而Gaussian Filter和α均值滤波分别只考虑了空间域和值域差别。转载 2016-09-22 15:37:17 · 801 阅读 · 0 评论 -
isotropy与anisotropy?各向同性与各向异性滤波?
这篇文章主要区分各向同性和各向异性滤波的区别,明白各向异性滤波的优点,熟悉适合各向异性滤波的应用场景.双边滤波(bilateral filter)的原理大家都还熟悉吗?双边滤波是一种非线性滤波器,优点是可以保持边缘,使得降噪平滑,双边滤波虽然采用邻域图像像素加权,但是,双边滤波的权重不仅考虑了像素的欧式距离(位置对中心像素的影响),还考虑了像素范围域中的辐射差异(像素与中心像素之间的相似程度,...原创 2019-07-31 09:47:09 · 5415 阅读 · 0 评论