![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数字图像处理
文章平均质量分 80
我是天才很好
深度学习算法工程师
github: https://github.com/wstchhwp
个人邮箱:1103540209@qq.com
展开
-
Python-OpenCV中使用cv2.imread(),cv2.imshow(),cv2.imwrite()读取、显示和保存图像
为什么使用Python-OpenCV?虽然python 很强大,而且也有自己的图像处理库PIL,但是相对于OpenCV 来讲,它还是弱小很多。跟很多开源软件一样OpenCV 也提供了完善的python 接口,非常便于调用。OpenCV包含了超过2500 个算法和函数,几乎任何一个能想到的成熟算法都可以通过调用OpenCV 的函数来实现,超级方便。一、读入图像使用函数cv2.imread(filepath,flags)读入一副图片。filepath:要读入图片的完整路径flags:读入图片的标志转载 2021-03-12 09:51:45 · 3129 阅读 · 0 评论 -
一个 Pillow 实现的图像填充函数
Pillow,即PIL,Python Imaging Library,中文是“枕头”。Pillow是Python平台中图像处理的标准库,功能非常强大,API简单易用。本文分享一个Pillow实现的图像填充函数 pad_image ,用于预处理图像数据集。在目标检测算法中,需要把输入图像转换为模型所需尺寸的图像,同时,保持比例不变,其余部分用灰色填充。函数的具体实现,如下:计算图像缩放之后的宽高,等比例缩小或扩大;调用resize(),改变图像的尺寸;新建new()目标尺寸target_size的转载 2020-08-09 12:26:22 · 918 阅读 · 0 评论 -
深度学习中常用的数据增强库
文章目录1. 使用skimge进行数据增强1.1 Flipping with skimage1.2 Rotation with skimage1.3 Cropping with skimage1.4 Brightness Manipulation1.5 Scaling with skimage1.6 Noise Addition with skimage2. OpenCV-Python2.1 Flipping with opencv2.2 Rotation with opencv2.3 Scaling w转载 2020-12-28 19:56:00 · 1267 阅读 · 0 评论 -
python图像读取
方法一:利用PIL中的Image函数,这个函数读取出来不是array格式。这时候需要用np.asarray(im) 或者np.array()函数,区别是 np.array() 是深拷贝,np.asarray() 是浅拷贝。from PIL import Imageimport numpy as np I = Image.open('./cc_1.png') I.show() I.save('./save.png')I_array = np.array(I)print(I_array.原创 2020-07-17 14:00:27 · 974 阅读 · 0 评论 -
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,每个像素原创 2020-10-31 17:17:28 · 3024 阅读 · 0 评论