![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
opencv
奔跑的5龟
这个作者很懒,什么都没留下…
展开
-
【无标题】Python 峰度计算,以及峰度在图像处理中的刁钻运用。
1.什么是峰度? 峰度:峰度是衡量一组数据分布曲线的陡峭程度。定义公式如下,但一般使用时不会使用定义式: 其中μ为均值, σ为标准差, μ4为四阶中心距。实际应用一般使用如下公式: 若峰度大于0,则说明该组数据的分布曲线相较于正态分布更加陡峭;若峰度小于0,则说明该组数据的分布曲线相较于正态分布更加平缓。换言之,峰度越大,则数据在靠近均值的部分分布得越多,在距离均值较远的部分分布得较少。 2.python 如何计算峰度? #1.通过pandas实现 import pandas as pd y=[] s=原创 2022-04-19 10:54:56 · 2266 阅读 · 0 评论 -
opencv阈值分割之直方图(分割)技术法和OTSU
import cv2 as cv import numpy as np from matplotlib import pyplot as plt #计算灰度直方图 def calcGrayHist(grayimage): #灰度图像矩阵的高,宽 rows, cols = grayimage.shape print(grayimage.shape) #存储灰度直方图 grayHist = np.zeros([256],np.uint64) for r in r原创 2020-07-04 17:36:51 · 3331 阅读 · 1 评论