- 博客(5)
- 收藏
- 关注
RSS订阅原创 数字图像处理实验四
("✂️边缘检测", "edge"), ("🔆直方图均衡化", "equalize"), ("🌈色彩转换", "color_convert")],[("⚫灰度化", "gray"), ("🔍去噪", "denoise"), ("✨锐化", "sharpen")],JPG (*.jpg);[("🔄旋转", "rotate"), ("🔀反转", "flip"), ("🌫️模糊", "blur")],self, "选择图片", "", "图片文件 (*.png *.jpg *.jpeg *.bmp)"
2025-06-28 21:26:50
582
原创 数字图像处理实验五
通过观察直方图，可以选择合适的阈值进行分割。与固定阈值法相比，本方法具有自适应性，能够根据图像特性自动确定阈值。图像阈值分割是一种简单而有效的图像分割方法，通过设定一个阈值，将图像像素分为两类：大于阈值的像素和小于等于阈值的像素。本次实验成功实现了基于固定阈值的图像分割，并通过直方图分析辅助选择阈值。实验结果表明，阈值分割是一种简单有效的图像分割方法，但对于复杂场景需要选择更合适的阈值策略。迭代阈值分割是一种基于迭代优化的自适应阈值确定方法，其核心思想是通过迭代计算将图像分为前景和背景，直到满足收敛条件。
2025-06-04 08:26:00
594
原创 数字图像处理实验二
这些图像处理操作主要通过点运算和噪声模拟实现对图像亮度、对比度以及质量的调节与分析。加法和减法用于整体提升或降低图像亮度，乘法和除法则控制图像的对比度与亮度范围，线性变换 a×f+b 综合调整亮度和对比度，伽马变换实现非线性的亮度增强，能够强化暗部或压缩亮部细节；高斯噪声的添加用于模拟现实中的图像干扰，而通过图像相减可直观查看噪声分布，反复添加并取平均值还能起到一定的去噪效果，综合这些操作，可以全面掌握图像灰度变换与噪声处理的基础原理与应用。演示通过简单的线性运算，改变图像的亮度和对比度。
2025-04-08 20:07:30
302
原创 数字图像处理实验一
这相当于图像亮度的增加，注意这并不会修改图像的颜色或结构，只是对每个像素的亮度值做了一个简单的增量。具体来说，如果像素值是 8 位图像（0-255），则加 10 后，如果某些像素值加上 10 后超过 255，会被裁剪到 255（在标准的图像处理中，通常会有这种裁剪）。plt.imread 函数通常会将图像读取为一个数组（通常是一个二维数组，表示灰度图，或者三维数组，表示彩色图像）。这段代码是使用 matplotlib 库来读取图像，并展示原始图像和处理后的图像。你可以看到图像的亮度明显增加了。
2025-03-16 23:41:32
340
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人