算法
sizhi_xht
心之所向,行必能至。
展开
-
对于图片倾斜做矫正处理
一 霍夫变换对于图片倾斜问题可通过霍夫变换进行矫正,霍夫变换主要是利用图片所在的空间和霍夫空间之间的变换,将图片所在的直角坐标系中具有形状的曲线或直线映射到霍夫空间的一个点上形成峰值,从而将检测任意形状的问题转化成了计算峰值的问题。即在图片所在的直角坐标系的一个直线,转换到霍夫空间便成了一点,并且是由多条直线相交而成,我们统计的峰值也就是该相交点的橡胶线的条数。 这么难以理解,下面将用霍夫直线检测具体解释一下为什么可以将检测任意形状问题转化成计算峰值问题。对图片建立直角坐标系,则图片中如...原创 2020-09-01 14:45:48 · 8276 阅读 · 0 评论 -
大津法Python实现
大津法Python实现1.简介在计算机视觉和图像处理中,大津法被用于自动获取图像的阈值,或者将灰度图像转换为二值化图像。该算法假设图像包含两个类别的像素(前景像素和背景像素),然后它计算一个最优的阈值用于分离前景和背景,使得前景和背景的类间方差最小。2.定义类间方差的计算公式:假设我们使用阈值T将灰度图像分割为前景和背景size:图像总像素个数u:图像的平均灰度w0:前景像素点占整幅图像大小的比例u0:前景像素点的平均值w1:背景像素点占整幅图像大小的比例u0:背景像原创 2020-09-01 14:44:16 · 2936 阅读 · 3 评论 -
区域轮廓检测方案
根据实际应用场景,需要对之前针对固定颜色背景开发的身份证图片处理程序进行优化。前期针对固定白色背景进行图片转换、截取,但是在实际场景中,用户拍摄身份证的背景是多样的,背景颜色、光照、角度等因素都不一样,综合以上问题决定采用轮廓检测算法对身份证图片进行处理。该算法采用对图像字符区域先进行纹理分割,获取字符区域后对其上下轮廓凹凸特征近似检测单个字符的宽度,从中选出稳定的局部特征,利用结构语句识别的方法进行字符识别。1 基于区域的方法分割+提取基于灰度、颜色、纹理等来进行分割,分...原创 2020-09-01 14:40:19 · 440 阅读 · 0 评论 -
梯度下降优化算法
梯度下降法作为机器学习中较常使用的优化算法,其有着三种不同的形式:批量梯度下降(Batch Gradient Descent)、随机梯度下降(Stochastic Gradient Descent)以及小批量梯度下降(Mini-Batch Gradient Descent)。其中小批量梯度下降法也常用在深度学习中进行模型的训练。1.批量梯度下降(Batch Gradient Descent,BGD)批量梯度下降法是最原始的形式,它是指在每一次迭代时使用所有样本来进行梯度的更新。从数学上理解如下:原创 2020-09-01 14:47:48 · 227 阅读 · 0 评论