![](https://img-blog.csdnimg.cn/20200401102532948.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
图像处理
图像处理开发记录
天然玩家
请大家不要再订阅了!!!如遇到专栏里可以解决您问题的文章,您可以私信我。为了保护之前订阅用户的权益,专栏内容依旧保留,但是不会再更新内容了。
展开
-
opencv读取视频流
1 读取程序所在主机视频流import cv2class CaptureVideo(object): def local_video(self): # 获取本地视频流 cam = cv2.VideoCapture(0) while True: ref, frame = cam.read() cv2.imshow("video", frame) key = cv...原创 2019-12-11 09:30:40 · 1546 阅读 · 0 评论 -
Ubuntu:Inteli IDEA部署opencv
1 部署Antant用于生成*.jar.传送门:http://ant.apache.org/bindownload.cgi路径配置sudo vim ~/.bashrcexport ANT_HOME=/usr/ant/apache-ant-1.10.6export PATH=$JAVA_HOME/bin:$PATH:$ANT_HOME/bin生效.bashrcsource ~/...原创 2019-08-02 20:09:03 · 272 阅读 · 0 评论 -
不同库图片处理总结
1 环境图片处理的库: base64 OpenCV Pillow matplotlib2 base64base64是Python自带的处理图像进行编解码的库。import base64image = "base64编码的图像"with open("./path/image.png", "wb&原创 2019-03-11 16:42:20 · 172 阅读 · 0 评论 -
(四)OpenCV函数
1 subtract()功能:计算两个数组或数组与标量各元素的差值.参数描述序号参数描述1src1第一个输入数组或标量2src2第二个输入数组或标量3dst输出,和输入有相同的尺寸,元素个数及通道数量4mask可选掩模,8位单通道数组,用于指定要更改的输出数组元素5dtype可选的输出数组深度计算方式:{dst(I)=...翻译 2019-01-04 19:35:06 · 411 阅读 · 0 评论 -
(三)OpenCV函数
1 morphologyEx()功能:执行高级形态转换.参数描述序号参数描述1src输入图像,任意通道数,图像深度为CV_8U,CV_16U,CV_16S,CV_32F或CV_64F2dst输出图像,尺寸和类型与输入相同3op形态变换类型4kernel元素结构,可由getStructuringElement创建5anchor核...翻译 2019-01-02 16:38:10 · 251 阅读 · 0 评论 -
(二)OpenCV函数
1 blur()功能:使用滑动窗口将图片模糊化处理.参数描述序号参数描述1src输入图像,任何通道的数据,深度必须满足CV_8U,CV_16U,CV_16S,CV_32F,CV_64F2dst输出图像,尺寸和类型与源图像一致3ksize模糊处理的滑动窗口尺寸4anchor锚点,默认点(-1,-1)是滑动窗口的中心5borderT...翻译 2019-01-02 15:22:32 · 305 阅读 · 0 评论 -
(三)OpenCV图像分割python版
0 小序1 基于阈值1.0灰度阈值化,简单,速度快,广泛应用于硬件图像处理,如FPGA实时图像处理.1.2 适用场景图片中各物体不接触,且物体和背景的灰度值差别较明显,灰度阈值处理效果较好;2 基于边缘边缘检测的结果是点,不能作为图像分割结果,需要进一步处理,将边缘点沿着图形边界连接,形成边缘链.检测算子:Sobel,Laplace, Canny寻找轮廓:findContou...原创 2019-01-07 19:03:29 · 15041 阅读 · 10 评论 -
图像基础
1 RGBARGB是工业界的颜色标准,对RGB数值叠加,获取最终显示效果.序号通道描述1R红色,取值0~2552G绿色,取值0~2553B蓝色,取值0~2554Aα\alphaα(Alpha)表示图片的不透明度参数,取0%,表示完全透明(不可见),100%完全不透明.计算机图形学领域,Alpha合成(alpha compositin...原创 2019-01-01 08:08:41 · 359 阅读 · 0 评论 -
OpenCV颜色转换
简洁翻译版.OpenCV BGR分布|序号|通道|描述||1|R|8位无符号整型,取值0~255||2|G|16位无符号整体性,取值0~65535||3|B|32位浮点型数据,取值0~1||4|A|色彩空间,取值0~1|1 RGB   ⟺  \iff⟺ GRAY1.0 RGB[A] ↦\mapsto↦ GRAYGray=0....翻译 2019-01-01 08:23:41 · 903 阅读 · 0 评论 -
(一)OpenCV函数
简洁版翻译.1 cvtColor功能:改变图片颜色.参数描述序号参数描述1src输入图像数据,图像数据为无符号8位或无符号16位或单精度浮点型数据2dst输出图像数据,保持与输入相同的尺寸和深度3code图像转换编码,ColorConversionCodes4dstCn转换的图像通道数图像转换码,常用,左右可互转.序号...翻译 2018-12-31 12:02:27 · 384 阅读 · 0 评论 -
(三)OpenCV之图像二值化
1 图像灰度化1.0 Demoimport cv2def grayImage(sourceDir): img = cv2.imread(sourceDir) cv2.imshow("Source Image", img) gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) cv2.imshow("Gray image", gray) print...原创 2018-12-29 10:24:52 · 2782 阅读 · 1 评论 -
(二)OpenCV绘图
1 直线1.0 函数描述格式:line(imgSize, point1, point2, color, thickness=None, lineType=None, shift=None)参数描述:序号参数描述1imgSize绘图区尺寸2point1直线起点3point2直线终点4color直线颜色5thickness直线...原创 2018-12-27 17:10:22 · 377 阅读 · 0 评论 -
(一)OpenCV之读写显示函数
0 环境 Ubuntu18.04 Python3.6 python-opencv 3.2.01 imread(param)项目描述功能读取图片,转为numpy.array格式.param图片路径(路径+图片名称)1.0 Demoimport cv2def readImage(image_path): img = cv2.imread(ima...原创 2018-12-26 14:17:05 · 521 阅读 · 0 评论 -
matplotlib绘图及处理图片
1 二维图形1.1 线性图像(plot)import matplotlib.pyplot as plt x_data = np.linspace(-1, 1, 2500, dtype=np.float32)[:, np.newaxis] y_data = np.square(x_data)plt.plot(x_data, y_data)plt.show()1.2 散点图(scatt...原创 2018-11-24 20:06:29 · 1295 阅读 · 0 评论 -
MatLab绘制图像
1 二维图像常规函数图plot函数figure(1)x1=-10:0.1:10;y1=x1.^2;plot(x1,y1,'r','lineWidth',1);xlabel('x轴')ylabel('y轴')title('二维图像')grid on 函数图饼形图pie函数figure(2)x2=[1 2 3;4 5 6;7 8 9];y...原创 2018-08-26 23:43:06 · 14414 阅读 · 2 评论 -
MatLab绘制分段函数&激活函数
1 MatLab绘制二维图像1.1 语法函数 plot(x,y,’r’,’lineWidth’,1)%‘r’曲线颜色,‘lineWidth’曲线宽度标题 title(‘图片描述’)坐标轴标签 xlabel(‘x轴’) ylabel(‘y轴’)坐标轴定义域 set(gca,’XLim’,[1 100])% x∈[1,100]x∈[1,100]x\in[1,100] s...原创 2018-08-20 00:50:18 · 12229 阅读 · 6 评论 -
Java模块系列:Base64(编码解码)
1 Usagepackage basic.datatype.datatest;import java.util.Base64;public class Base64Test{ static Base64.Encoder b64Encoder = Base64.getEncoder(); static Base64.Decoder b64Decoder = Base64.g...原创 2019-12-22 14:56:41 · 3468 阅读 · 0 评论 -
Inception系列网络解析(一)
1 简介Inception系列网络翻译 2019-06-13 19:59:06 · 2032 阅读 · 0 评论 -
活体检测技术
1 简介生物识别系统中,为防止恶意伪造和窃取他人的生物特征用于身份认证,生物识别系统需要具备活体检测功能,即判断提交的生物特征是否来自有生命的个体,这里定义的生命特征的个体是指自然人(未使用假体面具)使用设备进行检测,而非通过照片,视频等中的人物进行检测.一般生物特征的活体检测技术利用人类的生理特征,如指纹,人脸,虹膜等,其中:序号活体识别方式关键指标1指纹手指温度...转载 2019-06-04 19:34:58 · 4374 阅读 · 1 评论 -
(二)Tensorflow搭建卷积神经网络实现MNIST手写字体识别及预测
1 搭建卷积神经网络1.0 网络结构图1.0 卷积网络结构 1.2 网络分析序号网络层描述1卷积层一张原始图像(28, 28, 1),batch=1,经过卷积处理,得到图像特征(28, 28, 32)2下采样即池化层,最大池化后图像特征(14, 14, 32)3卷积层将池化特征(14, 14, 32)卷积处理后,得到图像特征(14, 14, ...原创 2019-06-01 19:17:52 · 6749 阅读 · 2 评论 -
Caffe2模型载入及调用预测数据
1 数据下载1.0 模型数据下载网络环境允许:python -m caffe2.python.models.download -i squeezenet网络环境不允许:https://s3.amazonaws.com/download.caffe2.ai/models/squeezenet/predict_net.pbhttps://s3.amazonaws.com/download...原创 2019-05-31 18:13:33 · 1144 阅读 · 0 评论 -
(二)Caffe2搭建卷积神经网络实现MNIST手写字体识别及预测
写在前面使用Caffe2搭建卷积神经网络,按照一般卷积网络流程走一遍没有问题,笔者想分享的是关于Caffe2数据载入问题,Caffe2有专用训练格式数据,如lmdb,leveldb,rocksdb这三种格式,在读取时,如果发生这样的错误:db_. Cannot find db implementation of type lmdb (while trying to open /home/xdq...原创 2019-05-30 18:37:25 · 998 阅读 · 0 评论 -
车牌识别tensorflow源码
1 生成车牌数据2 搭建神经网络3 训练神经网络4 预测原创 2019-05-12 15:09:57 · 7382 阅读 · 14 评论 -
MNIST手写字体模型评价指标详解
1 数据处理1.0 数据获取1.2 数据展示2 模型评价指标2.1 原始数据2.1.0 数据处理from sklearn.datasets import fetch_mldatafrom sklearn.linear_model import SGDClassifierfrom sklearn.model_selection import cross_val_score, cros...原创 2019-04-27 16:00:04 · 1858 阅读 · 4 评论 -
(一)Tensorflow搭建普通神经网络实现MNIST手写字体识别及预测
2 搭建神经网络3 训练及测试3.1 训练及保存模型3.2 可视化神经网络4 载入模型及预测原创 2019-04-27 16:01:16 · 6892 阅读 · 2 评论 -
图像数据集尺寸调整及文件合并
1 图像处理import tensorflow as tf import os import timefrom os.path import joinimport matplotlib.pyplot as pltdef max_num(image_path): file_lists = os.listdir(image_path) numbers = [] ...原创 2019-04-15 13:04:55 · 2287 阅读 · 0 评论 -
(二)TFRecord数据处理
1 多线程读取数据2 数据分组batch3 数据洗牌shuffle总结(1) 对数据分组(batch)可提高模型训练效率,即把大量数据进行分组,每次训练读入组内数据;(2) 多线程处理提高数据读取速度,可实现并行计算;(3) 数据洗牌消除数据顺序带来的偏差;[参考文献][1][2][3][4]...原创 2019-04-05 19:59:49 · 336 阅读 · 0 评论 -
(二)GAN生成图像代码解析
1 执行脚本import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_dataimport numpy as npimport matplotlib.pyplot as pltimport matplotlib.gridspec as gridspecimport osmb_size ...原创 2019-05-22 19:12:00 · 4224 阅读 · 0 评论 -
图像各通道特征提取
1 环境 Ubuntu18.04 matplotlib tensorflow opencv2 图像解码与显示Tensorflow图像解码即先读取原始图像文件,将图像转为字节格式(bytes),然后将字节进行解码,获取图像的矩阵数值.opencv和matplotlib图像解码通过读取原始图片,将图像转换为numpy.ndarray格式,即图像的矩阵数据,比Tensorflow快...原创 2019-04-02 18:02:34 · 4070 阅读 · 3 评论 -
(四)快速图像风格迁移训练模型载入及处理图像
1 模型载入2 模型参数读取原创 2019-03-31 15:20:34 · 3584 阅读 · 0 评论 -
(三)快速图像风格转换代码解析
1 train训练2 风格特征提取3 内容损失提取4 风格损失提取5 内容与风格总损失优化6 模型原创 2019-03-30 19:39:31 · 3793 阅读 · 2 评论 -
(一)图像目标检测论文:SSD方法解析
论文传送门:SSD: Single Shot MultiBox Detector1 SSD原理摘要:SSD方法使用单深度神经网络进行目标检测,该方法将输出框离散为一组默认的框,这些框在每个特征映射位置具有不同的比率和比例值。预测时,网络为每个默认框中的每个目标区域进行打分,并生成与目标尺寸较好匹配的标注框。网络使用多个特征图和不同分辨率进行联合预测,处理各种大小的目标。因为完全消除了方案生成...翻译 2019-04-03 19:17:35 · 1624 阅读 · 0 评论 -
Python生成词云图wordcloud
1 环境 jieba wordcloud PIL numpy matplotlib python3.52 例证Demoimport jiebafrom wordcloud import WordCloudfrom PIL import Imageimport numpy as npfrom matplotlib import pyplot as plt# fon...原创 2019-02-24 14:40:00 · 386 阅读 · 0 评论 -
Tensorflow线程分析
import tensorflow as tf1 tensorflow加速数据读取训练模型往往需要处理大量数据,数据的读取是训练的第一步,因此数据的读取速度直接影响训练速度.虽然每次读取的数据是在内存中处理,处理速度很快,但是提取数据的速度会影响数据的输送,因此Tensorflow为加快数据提取速度,开启了线程+队列处理模式,以提高数据提取速度.处理函数:tf.train.start_q...原创 2019-02-01 15:39:16 · 958 阅读 · 0 评论 -
(二)VGGNet训练CIFAR10数据集之数据预处理
代码分享:cifar10_input.py# Copyright 2015 The TensorFlow Authors. All Rights Reserved.## Licensed under the Apache License, Version 2.0 (the "License");# you may not use this file except in complianc...翻译 2019-01-30 19:14:55 · 3069 阅读 · 0 评论 -
(三)基于Tensorflow设计VGGNet网络训练CIFAR-10图像分类
1 CIFAR-10数据集1.0 数据集分类CIFAR-10数据集的图像属性:序号参数描述1width242height243channels3共分了十类物品,如下表:序号种类源数据1airplane2automobile3bird4cat5deer6dog7frog8horse9ship10truck1.2 获...原创 2019-01-31 09:01:00 · 8276 阅读 · 0 评论 -
(二)快速图像风格转换
快速图像风格迁移是在"原始"图像风格迁移基础上的一种"高效"转换方案.1 "快速"风格转换原理"快速"图像风格转换,先使用VGGNet训练图像风格网络,获取风格网络模型,然后在VGGNet网络中使用梯度下降法计算图像风格,内容及融合的损失,生成效果图,取代了"原始&am翻译 2019-01-12 17:37:35 · 3865 阅读 · 0 评论 -
(一)VGGNet卷积神经网络简介及Tensorflow搭建可视化网络
1 小序2 模型ConvNet Configuration层数分类AA-LRNBCDE网络层数11 weight layers11 weight layers13 weight layers16 weight layers16 weight layers16 weight layers输入层input(224x224 RGB image)...原创 2019-01-30 13:48:13 · 9344 阅读 · 0 评论 -
(一)图像风格迁移
图像风格迁移即把图像A的风格和图像B的内容按照一定比例结合,输出具备图像A风格和图像B内容的图像C.1 迁移原理图像风格迁移包括:图像内容获取;图像风格提取;内容和风格融合;迁移框架:图1.0 迁移原理图2 获取图像内容图形内容获取即图像特征提取,目前较成熟的特征提取非卷积神经网络莫属,图像风格迁移使用VGGNet提取图像特征.原始图像使用VGG处理,图像特征值可从每一层提...翻译 2019-01-12 15:44:58 · 8265 阅读 · 14 评论 -
(四)Tensorflow神经网络可视化之tensorboard Graph
1 TensorboardTensorboard专用于展示Tensorflow图的结构及绘制计算结果图像.帮助理解Tensorflow的工作原理,降低学习难度,总之,好工具.2 基本用法2.1 直接绘图Demoimport tensorflow as tfLOG_DIR = "./logs/addlog"v1 = tf.constant([125.0], shape=[1], n...翻译 2018-12-15 17:10:30 · 6647 阅读 · 0 评论