![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像处理
explore翔
安徽某985小硕,记录日常学习生活,欢迎大家交流指教。
展开
-
关于ImportError: DLL load failed while importing ft2font: 找不到指定的模块的事
昨天用云服务器跑了一下数据,改了一下库里的东西。结果再回到自己电脑跑出现如题的错误。这种错误主要是因为包的配置不对。我遇到的是pillow,numpy,matplotlib不对。首先对numpy降到1.19.5版本,再对pillow升级到最新版本,再降级matplotlib到3.3.1我们只要对错误中提到的包进行降级升级。用pycharm可以很轻松实现。这个问题还好。最麻烦的是之前我无法用pip安装包。说什么gbk编码不对。主要是因为我的anaconda/lib里的文件不知道哪里改了,用网上在sit原创 2022-04-08 18:22:03 · 2779 阅读 · 0 评论 -
pycharm通过conda安装各种包(opencv)出错的解决办法
pycharm安装各种包有以下几种方法:(默认是anaconda环境下的编译器)1、在settings-interpreter里面直接搜索添加包,这种办法我觉的不好,因为没办法指定包的版本,并且下载进度也未知;不推荐2、通过anaconda终端,激活你的虚拟环境(没有就不用),再通过conda install … 安装,但是现在很多镜像已经不能用了,导致会出错HTTP 000 CONNECTION FAILED for url <https://mirrors.tuna.tsinghua.edu.原创 2022-03-12 22:34:34 · 5175 阅读 · 0 评论 -
图像复原技术
图像复原的基本任务是去除图像噪声同时,不丢失图像的细节信息。图像复原需要知道图像退化和机制和过程的先验知识,采取逆过程来还原图像。2、图像噪声模型图像噪声根据噪声和信号的的关系可以分为加性噪声和乘性噪声。比如F(X,Y)+N(X,Y)就是加性噪声,F(X,Y)*(N(X,Y)+1)就是乘性噪声。噪声是不可预测的,只能用概率统计方法来预测。1.高斯噪声2、椒盐噪声当然,还有均匀分布,指数分布,伽马分布等噪声。3、空间域内的滤波复原...原创 2021-07-14 21:53:55 · 5284 阅读 · 0 评论 -
空间域图像增强
主要包括灰度变换增强和直方图增强。1、灰度变换增强对每个像素点进行改变,不影响周围的点,不改变像素的相对位置。首先我们需要获取灰度的直方图,可以自己写,也可以用imhist()函数。可以看出。图像灰度集中在80-150,那么为了增强图像的对比度,我们就可以把80-150转换成0-255。这个变换在之前说过,可以用公式,也可以用imadjust()函数。其中用stretchilm()来设定最佳的输入区间。2、直方图增强直方图增强主要是直方图均衡化和直方图规定化,是以概率论为理论基础的。均衡化的原创 2021-07-11 18:52:03 · 575 阅读 · 0 评论 -
图像的点运算(matlab)
点运算又叫做对比度增强,对比度拉伸,灰度变换等。形式如A(X,Y)=f(B(X,Y)).A是输出图像像素,B是输入图像像素。根据变换函数的不同,我们可以分成线性,分段,非线性灰度变换。这其实就是进行了灰度拉伸或者缩减。那么这个d-c/b-a怎么得到呢。其实我们假设f(x)=mx+n. 然后f(a)=c,f(b)=d,就能把m,n算出来。在matlab中,imadjust就是起到这种作用。imadjust()前两个参数就是输入和输出的low,high。gamma小于1图像更亮,偏重高像素值输出。大原创 2021-07-11 16:15:34 · 1334 阅读 · 2 评论 -
图像的压缩
图像为什么需要压缩。因为太占空间。假设一张400500的小照片,需要200008*3bit,60000字节,60kb,100张图片就占了6G的空间,那么你的64G手机只存储照片只能存1000张照片。太离谱。所以,图像中有存在冗余的数据,可以进行数据压缩。1.空间冗余一张图片各个部分的颜色往往存在连续性,除了那些突变的区域 。比如说,一张图片有一部,50个像素灰度值都是100, 那么可以用[100,50]来记录,这样大大压缩了存储空间,这其实对于文件压缩也是一样的原理。2、时间冗余对于视频来说,原创 2021-07-07 21:36:58 · 350 阅读 · 0 评论 -
图像认识基础
几种图像类型二进制图像:只有0,1的二维矩阵,0表示黑色,0表示白色。1位表示一个像素,占用空间少,但是只能描述轮廓。im2bw()函数可以化成二进制类型的图像。灰度图像:8位表示一个像素,255表示白色。表示的范围更深RGB图像:真彩色图像,存储为一个二维*3通道的矩阵,可以表示任意颜色索引图像:索引图像就是包含一个数据矩阵X和颜色映射矩阵map。X的像素值作为map的下标,map三个元素分别表示红绿蓝,在0到1之间。多帧图像:包含多幅图像的图像文件,比如X线断层扫描图,电影帧等。用思维数组来表原创 2021-07-05 23:23:31 · 226 阅读 · 1 评论 -
频率域图像增强
之间说过一些空间图像增强的方法,都是通过对像素进行算术逻辑运算得到,很容易理解。但是,傅里叶变换和频率域的图像处理是这个领域必须要掌握的知识。1.傅里叶变换主要内容是:不论多复杂的函数,只要是周期的,满足一些条件,就可以写成正弦余弦和的形式。数学的魅力就在于统一化繁为简吧。甚至非周期的函数也可以用正弦余弦乘以加权函数的积分来表示。...原创 2021-07-03 22:33:35 · 744 阅读 · 0 评论 -
空间滤波基础
空间滤波工作机理如上图。模板或者说核,掩膜逐个点移动,如果是线性滤波的话,那么(x,y)这个点经过滤波后的像素值由原来的a,变为模板系数和该系数对应的像素值的乘积和。这个操作和卷积神经网络中卷积核操作一样,下面介绍几种滤波器。1、平滑线性滤波器平滑滤波器用于模糊处理和减少噪声。原理是输出为模板内像素简单的平均值,所以也叫均值滤波器。由于噪声就是由于图像灰度的尖锐变化产生的,所以均值处理可以减少噪声。但是图像边缘的特性也是灰度变化,所以也会产生边缘模糊的负面效应。我们采用的平均一般是加权平均,.原创 2021-07-02 10:57:16 · 1550 阅读 · 0 评论 -
空间域图像增强
图像增强是为了使图像更适合分析某种特定问题。空间域指的是直接对图像的像素进行处理。其实这是很好理解的。下面我们以灰度变换这一最基本的类型来学习。1.反转变换灰度级为[0,L-1]的图像反转:s=L-1-r,s为输出灰度,r为输入灰度这种变换适用于分析嵌入在黑色里的白色或灰色细节,特别是黑色占主导地位时。2.对数变换s=clog(1+r)我们都知道Log函数在接近于1的部分斜率很大,越往后斜率越小,这样我们就可以将图像中低灰度值部分扩展,显示其更多细节,高灰度值部分压缩,比如傅里叶频谱中,后原创 2021-07-01 11:12:59 · 1091 阅读 · 1 评论