数字图像处理
文章平均质量分 92
课程练习
云用户
在计算机技术边缘摸索的菜狗
展开
-
数字图像处理(学习笔记)---图像平均(Image Averaging)(补充:多图像平均法)
1、先用原图像生成3张有噪声的图像:import numpy as npfrom PIL import Imageimport cv2import matplotlib.pyplot as pltimage=Image.open('1.jpg')retimg=np.array(image)row,col,_=retimg.shapefor i in range (3): retimg=np.array(image) for j in range(5000):原创 2020-11-10 22:03:45 · 3643 阅读 · 0 评论 -
数字图像处理(学习笔记)---直方图匹配(image histogram matching)(处理灰度图片和RGB图片)
数字图像处理(学习笔记)—直方图匹配(image histogram matching)(处理灰度图片)1、将输入图片的直方图向参考图片的直方图靠近,然后输出图片#直方图匹配import numpy as npfrom PIL import Imageimport matplotlib.pyplot as pltimport mathimport cv2def histogramMatching(img1,img2):#参数分别为输入图片和参考图片 img_H1,img_W1=img原创 2020-10-31 10:05:21 · 1702 阅读 · 0 评论 -
数字图像处理(学习笔记)---直方图均衡(image histogram equalization)(处理灰度图片和彩色图片)
数字图像处理(学习笔记)—直方图均衡(image histogram equalization)(处理灰度图片和彩色图片)1、处理灰度图片#直方图均衡(灰度图像)import numpy as npfrom PIL import Imageimport matplotlib.pyplot as pltimport mathdef HistogramAverage(img): img_H,img_W=img.shape #灰度图像,只有二维 retimg=np.zeros((原创 2020-10-28 20:31:31 · 1137 阅读 · 2 评论 -
数字图像处理(学习笔记)---图像平均(Image Averaging)
**数字图像处理(学习笔记)—图像平均(Image Averaging)**1、图像平均'''图像中每个像素点的值与其旁边的像素点的值比较接近。这很显然。因为图像是现实世界的反映。我们现实世界是连续的,除了对象边界外,每个对象反映在图像中,其覆盖的区域亮度都比较近似。'''#图像平均Image Averagingimport numpy as npfrom PIL import Imageimport matplotlib.pyplot as pltimport mathdef原创 2020-10-16 19:46:48 · 3479 阅读 · 1 评论 -
数字图像处理(学习笔记)---图像插值算法(image interpolation algorithms)(最近邻插,双线性、双三次)
数字图像处理(学习笔记)—图像插值算法(image interpolation algorithms)1、最近邻插法`#最近邻插值法from PIL import Imageimport matplotlib.pyplot as pltimport numpy as npimport mathdef interpolation(img,dstH,dstW): scrH,scrW,_=img.shape retimg=np.zeros((dstH,dstW,3),dtype=np原创 2020-10-15 21:58:10 · 1410 阅读 · 0 评论