![](https://img-blog.csdnimg.cn/20210113135835499.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
传统图像处理
文章平均质量分 94
传统图像处理技术
TracelessLe
BetterLife,BetterWorld.
展开
-
通过调整图像hue值并结合ImageEnhance库以实现色调增强
PIL库中的ImageEnhance类可用于图像增强,可以调节图像的亮度、对比度、色度和锐度。通过RGB到HSV的变换加调整可以对图像的色调进行调整。两种方法结合可以达到更大程度的图像色调增强。原创 2023-06-22 23:13:39 · 984 阅读 · 0 评论 -
人脸对齐中的尺寸拉伸程度求解
前言人脸对齐是人脸相关应用中非常重要的技术,通常采用人脸关键点来进行对齐。而在关键点对齐中最常用的便是相似变换(SimilarityTransform)。相似变换可以看成是仿射变换中的简单的一种,不存在倾斜变化和翻转变化。关于仿射变换的介绍可以查阅参考资料[4]。相似变换相当于等距变换和均匀缩放的一个复合,而等距变换是平移变换和旋转变换的复合。所以相似变换包含了平移变换、旋转变换和均匀缩放三类变化。尺寸拉伸程度求解常用的求解相似变换的变换矩阵的函数有scikit-image (skimage)原创 2021-11-30 21:08:49 · 2529 阅读 · 0 评论 -
拉普拉斯金字塔融合原理浅析
前言拉普拉斯金字塔融合(Laplacian Pyramid Blending)也称为多频带融合(Multi-band Blending),可以看做是对Alpha融合的一种改进,避免出现鬼影(Ghosting)和截断(Seams)现象。方法原理图像可以认为是由不同频率的信息组成,包含了很多不同的特征,频谱跨度很大。图像中的低频信号和高频信号也叫做低频分量和高频分量。图像中的高频分量,指的是图像强度(亮度/灰度)变化剧烈的地方,也就是我们常说的边缘(轮廓);图像中的低频分量,指的是图像强度(亮度原创 2021-10-08 17:09:05 · 7952 阅读 · 0 评论 -
泊松融合进阶——DFT求解二维泊松方程
前言泊松融合(Poisson Blending)是图像处理领域著名的图像融合算法,自从2003年发表以来,有很多基于此算法的应用和改进研究出现。泊松融合无需像Alpha blending一样的精确抠图就可以得到很自然的结果。关于泊松融合原理部分的解析见之前的博客《泊松融合原理浅析》。关于针对OpenCV中泊松融合的实现代码(以normalClone为例)进行解读的部分见之前的博客《OpenCV源码解读:泊松融合seamlessClone(normalClone)》。在上文中有提到,OpenCV的整原创 2021-05-24 14:24:12 · 5024 阅读 · 2 评论 -
仿射变换(AffineTransform)与仿射矩阵
前言仿射变换(Affine transformation),又称仿射映射,是指在几何中,对一个向量空间进行一次线性变换并接上一个平移,变换为另一个向量空间。它是一种二维坐标到二维坐标间的线性变换,保持了二维图形的“平直性”(直线经过变换之后依然是直线)和“平行性”(二维图形之间的相对位置关系保持不变,平行线依然是平行线,且直线上点的位置顺序不变)。任意的仿射变换都能表示成“乘以一个矩阵(线性变换),再加上一个向量 (平移) 的形式”。仿射变换仿射矩阵逆仿射变换与其矩阵参考资料[1] 仿射变原创 2021-02-09 14:04:16 · 27337 阅读 · 4 评论 -
OpenCV版泊松融合seamlessClone融合结果1像素偏差问题记录与分析
前言泊松融合(Poisson Blending)是图像处理领域著名的图像融合算法,自从2003年发表以来,有很多基于此算法的应用和改进研究出现。泊松融合无需像Alpha blending一样的精确抠图就可以得到很自然的结果。关于泊松融合原理部分的解析见之前的博客《泊松融合原理浅析》。关于针对OpenCV中泊松融合的实现代码(以normalClone为例)进行解读见之前的博客《OpenCV源码解读:泊松融合seamlessClone(normalClone)》。在使用泊松融合OpenCV实现的方法时原创 2021-02-07 19:41:03 · 1570 阅读 · 0 评论 -
OpenCV源码解读:泊松融合seamlessClone(normalClone)
前言泊松融合(Poisson Blending)是图像处理领域著名的图像融合算法,自从2003年发表以来,有很多基于此算法的应用和改进研究出现。泊松融合无需像Alpha blending一样的精确抠图就可以得到很自然的结果。关于泊松融合原理部分的解析见之前的博客《泊松融合原理浅析》。本文将针对OpenCV中泊松融合的实现代码(以normalClone为例)进行解读。代码解读函数定义void cv::seamlessClone ( InputArray src, InputArr原创 2021-02-05 09:48:34 · 3618 阅读 · 3 评论 -
泊松融合原理浅析
前言参考资料[1] OpenCV Docs - Seamless Cloning[2] OpenCV GitHub - opencv/modules/photo/src/seamless_cloning.cpp[3] OpenCV GitHub - opencv/modules/photo/src/seamless_cloning_impl.cpp[4] csdn - 图像处理(十二)图像融合(1)Seamless cloning泊松克隆-Siggraph 2004[5] 知乎 - 12. 泊松原创 2021-02-04 15:03:22 · 9663 阅读 · 0 评论 -
结合OpenCV和CUDA扩展自定义函数接口之导向滤波算法实现
声明:本文内容原创,首发于CSDN博客。未经许可禁止转载。需要更多帮助请私信或邮件联系。前言CUDA(Compute Unified Device Architecture,统一计算架构)是由NVIDIA所推出的一种集成技术,是其对于GPGPU(A General-Purpose Graphics Processing Unit)的正式名称。通过该技术,开发者可以利用NVIDIA的GeForce 8以后的GPU进行计算。极大加速计算型应用的效率。通常用于游戏开发、视频编解码、图像处理等领域。Ope.原创 2021-01-23 17:27:39 · 458 阅读 · 1 评论 -
导向滤波原理浅析
前言在图像处理上,导向滤波器(Guided Image Filter)是一种能使图像平滑化的非线性滤波器。与双边滤波器(Bilateral Filter)相同,这个滤波器同样能够在清楚保持图像边界的情况下,达到让图像平滑的效果。但不同于双边滤波器,导向滤波器有两个优点:首先,双边滤波器有非常大的计算复杂度(O(N^2)),但导向滤波器因为并未用到过于复杂的数学计算,有线性的计算复杂度。双边滤波器因为数学模型的缘故,在某些时候会发生梯度反转(gradient reverse)的状况,出现图像有损;原创 2021-01-19 21:00:08 · 4075 阅读 · 0 评论 -
双边滤波原理浅析
前言双边滤波(Bilateral filtering)是一种结合了图像像素空间位置关系和像素值大小的非线性组合的保边滤波算法,无需迭代计算,操作简单。从原理上讲,图像领域的滤波通常意义是希望去除噪声,使图像更加平滑。而传统的均值滤波、高斯滤波等只考虑空域,认为临近像素应该拥有相近的特性,这种假设在图像中的Edge处则不满足,如果仍用这种方式滤波则必定会导致边缘被模糊掉。为了达到保边效果,双边滤波通过结合空域和值域,在保证滤波效果的同时保持了边缘。对于双边滤波实际的应用场景,部分情况下可以用于人脸磨皮美颜。原创 2021-01-16 18:07:50 · 2355 阅读 · 0 评论 -
【冷知识】椒盐噪声与胡椒和盐的关系
百度百科:椒盐噪声也称为脉冲噪声,是图像中经常见到的一种噪声,它是一种随机出现的白点或者黑点,可能是亮的区域有黑色像素或是在暗的区域有白色像素(或是两者皆有)。椒盐噪声的成因可能是影像讯号受到突如其来的强烈干扰而产生、类比数位转换器或位元传输错误等。例如失效的感应器导致像素值为最小值,饱和的感应器导致像素值为最大值。椒盐噪声英文名叫salt and pepper noise,也就是盐和胡椒噪声。在分类上分为盐噪声和胡椒噪声。其实就是图像中随机的一些像素为黑色(0)或者白色(255)。其中盐噪声又称.原创 2020-06-08 20:44:34 · 4542 阅读 · 1 评论