- 博客(29)
- 资源 (1)
- 收藏
- 关注
RSS订阅翻译 三、Processing 点与线
语法函数介绍beginShape(POINTS) // 参数确定要画怎样的形状。POINTS参数只绘制点，多点之间不连接;LINES 参数 连接点; TRIANGLES 连接3个点构成三角形;TRIANGLE_STRIP 从第3个点开始 连接后2个点构成三角形;有8种绘制参数。endShape(
2016-08-08 00:46:21
2778
翻译 一、Processing 数据类型
类型名称 所占空间 取值范围boolean 1 bit true 或 falsebyte 8 bit -128 ~ 127char 16 bit
2016-08-05 21:03:18
1657
翻译 二、Processing 坐标与基本图形
语法介绍： size() 函数size(width,height) // size函数设置显示窗口尺寸，width -- 宽度;height -- 高度; point() 函数point(x,y); // 画点函数。 x -- x轴坐标;y -- y轴坐标;除非特别说明，一个像素的大小就是一个点。line() 函数line(x1,y1,x2,y2) //
2016-08-05 21:00:50
7738
转载 Python OpenCV -- 轮廓检测 (十四)
轮廓检测 Canny 之类的边缘检测算法可以根据像素间的差异检测出轮廓边界，但是它并没有将轮廓作为一个整体 轮廓是构成任何一个形状的边界或外形线。直方图对比和模板匹配根据色彩的分布来进行匹配，以下包括：轮廓的查找、 表达方式、组织方式、绘制、特性、匹配。查找轮廓 可以使用OpenCV 自带的 cv2.findContours 函数来查找检测物体
2014-03-05 16:01:22
9489
转载 Python OpenCV -- 直方图均衡化（十三）
直方图均衡化 直方图是图像中像素强度分布的图形表达方式。它统计了每一个强度值所具有的像素个数。 直方图均衡化是通过拉伸像素强度分布范围来增强图像对比度的一种方法。 通过上图
2014-02-25 01:18:44
3540
转载 Python OpenCV -- 霍夫线变换（十二）
霍夫线变换 1. 霍夫线变换是一种用来寻找直线的方法. 2. 是用霍夫线变换之前, 首先要对图像进行边缘检测的处理，也即霍夫线变换的直接输入只能是边缘二值图像.实现： 1. 一条直线在图像二维空间可由两个变量表示. 例如: a. 在 笛卡尔坐标系: 可由参数: (m,b) 斜率和截距表示. b. 在 极坐标系: 可由参数: (r,
2014-02-24 00:25:44
11425
3
转载 Python OpenCV -- Canny 边缘检测 （十一）
Canny 边缘检测原理 Canny 边缘检测算法 是 John F. Canny 于 1986年开发出来的一个多级边缘检测算法，也被很多人认为是边缘检测的 最优算法, 最优边缘检测的三个主要评价标准是: 低错误率: 标识出尽可能多的实际边缘，同时尽可能的减少噪声产生的误报。 高定位性: 标识出的边缘要与图像中的实际边缘尽可能接近。 最小响应: 图像中的边缘只能标识一次
2014-02-21 13:00:19
16212
转载 Python OpenCV -- Laplacian 算子（十）
Laplacian 算子： 原理分析： Sobel 算子 ： 在一个图像区域中的边缘部分，像素值出现“跳跃”或者较大的变化。如果在此边缘部分求取一阶导数，会看到极值的出现如图： 如果在边缘部分求二阶导数会出现什么情况？ 会发现在一阶导数的极值位置，二阶导数为0 。所以我们也可以用这个特点来作为检测图像边缘的方法。但是，二阶导数的 0 值不仅仅出现在边缘（
2014-02-20 03:14:41
7165
转载 Python OpenCV -- Sobel 算子（九）
Sobel 算子 Sobel 算子 -- 是一种带有方向性的滤波器， 在Python 中的原型：dst = cv2.Sobel(src, ddepth, dx, dy[, dst[, ksize[, scale[, delta[, borderType]]]]])src -- 原图像ddepth -- 图像的深度，-1 表示采用的是与原图像相同的深度。目标图像的深
2014-02-19 18:27:46
5951
转载 Python OpenCV 滤波器 使用（八）
一：低通滤波器 低通滤波器的目标是降低图像的变化率，比如将第一个像素替换为该像素周围像素的均值。这样就可以平滑并替代那些强度变化明显的区域。 OpenCV 使用blur 函数做到：dst = cv2.blur(image,(5,5)); # dst -- 处理后的图像# image -- 待平滑处理的图像#（5，5） -- 低通滤波器的大小简单使用示例：
2014-02-18 00:54:09
4504
转载 Python OpenCV 线性滤波器 简介（七）
简介 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。 当我们观察一张图片时，我们观察的是图像中有多少灰度级（或颜色）及其分布。根据灰度分布的不同来区分不同的图像。 频率域分析，是将图像分成从低频到高频的不同部分
2014-02-16 00:56:34
2621
转载 Python OpenCV 形态学 （六）
形态学的操作包括：腐蚀、膨胀、细化、开运算、闭运算 数字图像处理中的形态学处理是指将数字形态学作为工具从图像中提取对于表达和描绘区域形状有用处的图像分量，比如：边界、骨架、以及凸壳，还包括用于预处理或后处理的形态学过滤、细化和修剪等。图像形态学处理中主要是二值图像。一 基本概念：1. 二值图像： 二值图像是每个像素只有两个可能值的数字图像。常用黑白、B&W
2014-02-15 00:27:28
15080
转载 cubieboard nand 重新分区扩容
cubieboard nand 重新分区扩容我的是 cb2 板a20 cpu ,nand 为4G,装的是cb-a20-lubuntu-server-13.06-v1.00 系统,系统默认根分区为2G 还有2G是闲置的。一：安装分区工具 nand-part (sunxi-tools)#sudo apt-get install git#sudo apt-get insta
2014-01-31 02:42:30
3455
原创 lubunt 自动挂载TF卡作为数据卡
lubunt 自动挂载TF卡作为数据卡如果TF卡以前做过启动盘，要先删除TF的引导信息才能使用。因为问题出在，cubieboard 2的启动顺序是 TF 再到 nand ，就算nand 已经安装了系统，它也会从TF开始，所以要清除引导信息。步骤如下：1.先不插TF卡，直接开启 cubieboard 。2. 系统启动完毕后，把TF插进。3. 进入系统终端（SSH）执行
2014-01-30 18:23:45
2659
转载 Python OpenCV 直方图 （五）
直方图python 调用 calcHist 返回 hist （直方图）calcHist 函数:cv2.calcHist([images], channels, mask, histSize, ranges[, hist[, accumulate ]]) #返回hist 参数说明： images -- 图像对像 channels
2014-01-05 21:49:12
3721
转载 python OpenCV 图像通道分离和合并 （四）
图像通道分离有两种方法，一个是使用OpenCV自带的split 函数，还有一个是使用Numpy数组来分离通道.使用OpenCV 自带 split函数#!/usr/bin/env python # encoding: utf-8 import cv2 import numpy as np img = cv2.imread("mini.jpg")b,g,r =
2013-12-29 15:30:33
9336
转载 python OpenCV 图像通道分离和合并 （四）
图像通道分离有两种方法，一个是使用OpenCV自带的split 函数，还有一个是使用Numpy数组来分离通道.使用OpenCV 自带 split函数#!/usr/bin/env python # encoding: utf-8 import cv2 import numpy as np img = cv2.imread("mini.jpg")b,g,r
2013-12-28 16:43:32
14064
3
转载 python OpenCV 图像像素访问 （三）
访问图像像素#!/usr/bin/env python # encoding: utf-8 import numpy as npimport cv2#像素的访问和访问numpy中ndarray的方法完全一样img[j,i] = 255 # 灰度图访问;j,i 分别表示图像的行和列#BGR 图像访问img[j,i,0] = 255 # 0 -- 为通道，指B通道i
2013-12-27 19:56:30
12171
1
转载 python OpenCV 读取图片显示和复制 （二）
读取和显示图像#读取和显示图像def showimg(imagePath): img = cv2.imread(imagePath) #读取本地图片，目前OpevCV支持bmp、jpg、png、tiff cv2.namedWindow("Image") #创建一个窗口用来显示图片 cv2.imshow("Image", img) #显示图片
2013-12-26 23:34:36
40289
翻译 Python 基础编程 -- 字符串 （三）
字符串常用方法函数方法描述capitalize()将字符串首字母大写后返回center(width[,]fillchar)返回在指定长度width 中居中的字符串文本。如果指定了fillchar,则使用指定字符来填充两端的空白。默认fillchar 是空格。count(sub[start[,end]])
2013-12-26 15:43:33
756
转载 Python 基础编程---操作符 （二）
算术操作符操作符描述+加-减*乘/除%取模**指数//浮点除逻辑操作符操作符描述and逻辑与or逻辑或not逻辑非比较操作符
2013-12-26 00:40:10
768
翻译 Python 基础编程 数据类型（一）
Python 对象类型对象类型类型的类名描述Characterchr单字节字符，在字符串中使用Integerint32位整数Floatfloat双精度（64位）浮点数Long integerlong任意大的整数Complexcomplex复数Character
2013-12-25 14:40:18
984
转载 python OpenCV 安装 （一）
python OpenCV 安装 （一）准备软件：Install python-2.7.5.msiInstall Scipy-stack-13.4.9.win32-py2.7.exeInstall scikit-learn-0.13.1.win32-py2.7.exeInstall opencv-python-2.4.5.win32-py2.7.exeI
2013-12-24 18:17:52
2079
1
转载 Numpy 数组基本运算 （五）
数组的算术运算是按元素逐个运算。数组运算后将创建包含运算结果的新数组。>>>a= np.array([20,30,40,50]) >>>b= np.arange( 4) >>> b array([0, 1, 2, 3]) >>> c= a-b >>> c array([20, 29, 38, 47]) >>> b**2 array([0, 1, 4, 9])
2013-12-24 00:17:22
3404
转载 Numpy 数组创建 (三)
创建数组#!/usr/bin/env python # encoding: utf-8 import numpy as np#创建一维数组a = np.array([2,3,4])print a.dtype #输出 a 的数据类型#创建二维数组#方法一：b = np.array([(1.5,2,3),(4,5,6)])#方法二：c = np.array([[
2013-12-21 23:59:21
5441
转载 Numpy 数组属性 (二)
Numpy 数组NumPy数组是一个多维数组对象，称为ndarray。其由两部分组成：1.） 实际的数据2.）描述这些数据的元数据大部分操作仅针对于元数据，而不改变底层实际的数据。注意： 数组下标从0开始。同一个NumPy 数组中所有元素的类型必须是相同的。NumPy数组的秩与轴NumPy数组的维数称为秩（rank），一维数组的秩为1，二维数
2013-12-21 20:30:00
1723
转载 Numpy 基础数据类型 (一)
Numpy 基本数据类型描述inti整数，大小由平台决定int8整数，大小为一个字节，范围：-128 ~ 127int16整数，范围：-32768 ~ 32767 int32整数，范围：-2**31 ~ 2*31-1 int64整数，范围：-2**31 ~ 2*31-1
2013-12-21 19:57:59
4750
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人