- 博客(12)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 数字图像的类型_真彩色，伪彩色，假彩色
真彩色图像真彩色是指在组成一幅彩色图像的每个像素值中，有R、G、B三个基色分量，每个基色分量直接决定显示设备的基色强度产生彩色。真彩色图像就是我们平时见到的可见光R、G、B3个波段对应生成R、G、B3个通道的图像。伪彩色图像同灰度图像一样,也是单波段的图像，但是这个单波段图像是有颜色的，不再是灰度图那样的，而是它的每一个灰度值都对应颜色空间中的某一种颜色。它可以是彩色的图像，但是需要时刻谨记的是该图像只是单通道的。我个人理解伪彩色图像其实就是索引图像，其颜色值是根据索引而得到的。更具体地说，每个像素
2020-10-31 17:17:28
3119
原创 Python图像处理
[Python图像处理] 一.图像处理基础知识及OpenCV入门函数[Python图像处理] 二.OpenCV+Numpy库读取与修改像素[Python图像处理] 三.获取图像属性、兴趣ROI区域及通道处理[Python图像处理] 四.图像平滑之均值滤波、方框滤波、高斯滤波及中值滤波[Python图像处理] 五.图像融合、加法运算及图像类型转换[Python图像处理] 六.图像缩放、图像旋转、图像翻转与图像平移[Python图像处理] 七.图像阈值化处理及算法对比[Python图像处理] 八.
2020-10-25 19:22:28
406
原创 数字图像处理基本知识
采样与量化灰度变换缓慢的景物：粗采样、细量化有大量细节变化的图像：细采样、粗量化采样不够出现马赛克；量化不够出现假轮廓图像增强： 通过某种技术有选择的突出对某一具体应用有用的信息，削弱或抑制一些无用的信息。基于图像的灰度直方图，根据所在空间不同，分为空域和频域两种常用的彩色增强有：真彩色增强技术、假彩色增强技术、伪彩色增强技术平滑：用于模糊处理和降低噪声。例：低通滤波、均值滤波、中值滤波（属于局部处理）锐化：突出灰度的过渡部分（增强图像的细节边缘和轮廓，有利于图像的处理）方法：微
2020-10-24 11:10:28
1260
原创 在信号处理和图像处理领域，滤波，平滑和去噪几个词的区别和联系
**滤波：**是从信号中获取需要的频率成分或者去除掉不需要的频率成分。**平滑：**在图像处理中，平滑会使得图像模糊。对于高斯噪声有较好的滤除效果，但对于椒盐噪声则无能为力。平滑是一种时域手段（图像处理时域也叫空域，因为是二维的），在频域下就是低通滤波了。（以上可以参考冈萨雷斯的数字图像处理，讲解的比较详细。）噪声：影响通信质量的信号是噪声。滤波的一类问题就是滤除噪声。噪声也分很多种，研究不同噪声的特性，就是为了找出对应滤除的方法。联系：平滑是时域方式，用频域滤波（低通滤波）的方法也可以实现平滑所达到
2020-10-19 19:41:45
3371
原创 if cv2.waitKey(1) & 0xFF == ord(‘q‘): break的解释
首先，cv2.waitKey(1) & 0xFF将被执行，等待用户按1ms。如果用户按，例如，q，那么q的waitKeyreturnDECIMAL VALUE是113。在二进制中，它表示为0b01110001。接下来，执行AND运算符，两个输入分别是0b01110001和0xFF（0b111111111）。0b01110001AND0b11111111=0b01110001。确切的结果是DECIMAL VALUE的q其次，将左表达式0b01110001的值与ord(‘q’)进行比较。显然，这些值
2020-10-13 11:02:25
4239
原创 Pytorch如何更新版本与卸载
今天我们主要汇总如何使用使用ubuntu,CentOS,Mac更新Pytorch和torchvision，以及如何查看当前python版本。本教程只汇集如何使用pip,conda更新以及卸载Pytorch和torchvision，希望对您有所帮助！一、更新Pytorch和torchvision1、使用Pip更新Pytorch和torchvision# 列举pip当前可以更新的所有安装包pip list --outdated --format=legacy# 更新pytorch和torchvisio
2020-10-13 11:02:00
8761
1
原创 计算机视觉、计算机图形学、数字图像处理
计算机图形学的输入是模型，输出是图像（像素）计算机视觉的输入是图像（摄像机拍摄的照片或视频），输出是模型数字图像处理的输入是图像（像素），输出也是图像（像素）
2020-10-12 21:45:20
489
原创 深度学习中GPU和显存分析
https://blog.csdn.net/weixin_43026262/article/details/96024747?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.channel_param&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.c
2020-10-10 10:57:38
394
转载 NVIDIA-SMI系列命令总结
1. NVIDIA-SMI介绍nvidia-smi简称NVSMI，提供监控GPU使用情况和更改GPU状态的功能，是一个跨平台工具，它支持所有标准的NVIDIA驱动程序支持的Linux发行版以及从WindowsServer 2008 R2开始的64位的系统。该工具是N卡驱动附带的，只要安装好驱动后就会有它。Windows下程序位置：C:\Program Files\NVIDIACorporation\NVSMI\nvidia-smi.exe。Linux下程序位置：/usr/bin/nvidia-smi，由
2020-10-10 10:12:40
5395
原创 cv2.VideoCapture()和cv2.VideoWriter_fourcc()
# 环境：opencv 3.4.0 python 3.5.2# 读取视频import cv2 cap = cv2.VideoCapture('video.avi')# 读取摄像头,0为摄像头索引，当有多个摄像头时，从0开始编号cap = cv2.VideoCapture(0)# 从视频或摄像头中读取一帧（即一张图像）,返回是否成功标识ret(True代表成功，False代表失败），img为读取的视频帧ret, frame = cap.read()#完整的读取视频流并播放视频流代码
2020-10-09 12:51:52
13278
1
转载 人工智能芯片与传统芯片
作为AI和芯片两大领域的交差点，AI芯片已经成了最热门的投资领域，各种AI芯片如雨后春笋冒出来，但是AI芯片领域生存环境恶劣，能活下来的企业将是凤毛麟角。谷歌在I/O大会发布了其第三代TPU，并宣称其性能比去年的TUP2.0提升8倍之多，达到每秒1000万亿次浮点计算，同时谷歌展示了其一系列基于TPU的AI应用。可以说，AI已经成为科技行业除了区块链之外最热门的话题。AI芯片作为AI时代的基础设施，也成为目前行业最热门的领域。可以看到，AI芯片已经成为资本追逐的最热门领域，资本对半导体芯片的热情被AI
2020-10-04 17:18:39
1514
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人