python计算机视觉编程
kaichu2
一只不断前行的小白~
展开
-
图像导数
图像强度的变化情况是非常重要的信息。强度变化可以用灰度图像的x和y方向导数和进行描述。对于彩色图像可以对每个通道分别计算导数。 图像的梯度向量为,梯度有两个重要的属性; 1、梯度的大小 2、梯度的角度 主要用于描述图像强度变化的强弱;描述了图像中在每个像素上强度变化最大的方向。 ...原创 2020-06-26 16:06:02 · 963 阅读 · 0 评论 -
图像模糊
1、 图像模糊 使用scipy.ndimage.filters模块进行高斯模糊: 针对灰度图像: from PIL import Image from numpy import * from scipy.ndimage import filters #针对灰度图像 im = array(Image.open('jianzhu.jpg').convert('L')) # σ值越大细节丢失越多 im2 = filters.gaussian_filter(im,5) imshow(im2) &l.原创 2020-06-26 11:19:56 · 237 阅读 · 0 评论 -
Python实现PCA降维
1、PCA的主要作用:(主成分分析) (1)一个非常有效的数据降维方法,可以在尽可能少维数的前提下,尽量多地保持训练数据的信息。PCA产生的投影矩阵可以将原始坐标变换到现有的坐标系,坐标系中的各个坐标按照重要性递减排列。为了对图像数据进行PCA变换,首先需要将图像转换成一维向量表示。python中可以使用NumPy类库中的flatten()方法进行变换; (2)PCA特征降维方法可以减少特征数,减少噪声和冗余,减少过度拟合的可能性; (3)PCA的主要思想就是将 N 维特征映射到 K 维上( K &l原创 2020-06-26 10:35:09 · 1395 阅读 · 0 评论 -
python基本的图像操作和处理
目录: PIL Matplotlib PIL(图像处理类库)提供大量的图像处理操作,如:图像缩减、裁剪、旋转、颜色转换等。 1、读取图像 from PIL import Image from matplotlib import pyplot as plt img = Image.open('image.jpg') plt.imshow(img) type(img) PIL.JpegImagePlugin.JpegImageFile 2、将彩色图像转化为灰度图像(还是matl.原创 2020-06-25 16:30:08 · 662 阅读 · 0 评论