图像分析与识别
xinfeng2005
这个作者很懒,什么都没留下…
展开
-
图像分析 连通区标记方法
连通区标记方法有:像素标记法,线标记法,区域增长法,等等。像素标记法:第一次扫描记录等价对,第二次扫描根据等价对修改标记。线标记法:一行线的两边界对,第一次扫描记录等价对,第二次扫描根据等价对修改标记。区域增长法:扫描图像,将未标记的点压入堆栈,标记邻域,直到堆栈为空。 线标记与区域增长组合方法:从上往下,从左向右对图像进行扫描,采用8领域连通。找到第一个目原创 2012-07-02 15:20:58 · 2140 阅读 · 0 评论 -
图像分析- 顶点链编码(VCC)
freeman 顶点链(VCC) 编码:由Bribiesca在1999年提出,基码为3,Freeman码4连通基码为4,8连通基码为8.沿着图偈边界像素顶点走一周,依次记录图像边界像素顶点的代码,记为{()|c|c0,c1,...cn-1},其中,(x0,y0)是顶点链码的起始点位,ci{1,2,3},c{1,2,3,4}初始走向。 vcc 性质:1.原创 2012-06-25 13:40:59 · 893 阅读 · 0 评论 -
leptonica 表格图像分析
水平腐蚀留下水平线,垂直腐蚀留下竖直线。 leptonica 去除水平线方法:Deskew the image. 校正图像使直线水平化。We want the lines to be horizontal so the can be effectively removed by large morphological openings.Extract the horizontal原创 2012-06-21 14:56:02 · 1304 阅读 · 0 评论 -
对图像进行随意指定区域切图,还有其它一些图像操作的功能,并不断完善中
http://download.csdn.net/detail/xinfeng2005/3637407原创 2011-09-27 09:54:59 · 771 阅读 · 0 评论 -
numpy 傅里叶变换与反变换高低通滤波与带通滤波
#coding=utf-8import cv2import numpy as npimport matplotlib.pyplot as pltimg=cv2.imread('test1-angle.jpg',cv2.IMREAD_GRAYSCALE)# f = np.fft.fft2(img)# fshift = np.fft.fftshift(f)# #取绝对值:将复数变化成原创 2017-04-17 14:53:06 · 7503 阅读 · 0 评论 -
(superpixel)超像素分割
https://github.com/cxf2015/slic-python-implementation/commit/59b98988027dfa384310a0f7bf203ce0fa81fd10原创 2017-04-17 14:56:22 · 2466 阅读 · 2 评论 -
利用keras框架cnn+ctc_loss识别不定长字符图片
# -*- coding: utf-8 -*-#keras==2.0.5#tensorflow==1.1.0import os,sys,stringimport sysimport loggingimport multiprocessingimport timeimport jsonimport cv2import numpy as npfrom sklearn.model原创 2017-10-18 22:35:20 · 15884 阅读 · 23 评论 -
python使用cv2进行face detect
import cv2import sys# Get user supplied valuesimagePath = 'data/0.jpg' #sys.argv[1]cascPath = 'haarcascades/haarcascade_frontalcatface.xml' #sys.argv[2]cascPath = 'haarcascades/haarcascade_front...原创 2018-03-22 10:38:24 · 1548 阅读 · 0 评论