【图像处理】反色

定义

反色又叫补色。例如:黑与白、红与青等。

反色是与原色叠加可以变为白色的颜色,即用白色(RGB:255,255,255)减去原色的颜色。比如(RGB:255,0,0)的反色是(0,255,255)。

实验

原图:

在这里插入图片描述
代码:

import cv2


def reverse_color(img):
    img = 255 - img.copy()
    return img


if __name__ == '__main__':
    src_pic = cv2.imread('/Users/.../girl_1.jpg')
    dst_pic = reverse_color(src_pic)
    cv2.imwrite('/Users/.../girl_2.jpg', dst_pic)

生成效果:
在这里插入图片描述

手写数字识别系统的设计实现 一、研究目的 字符识别是利用计算机自动辨识印刷在纸上或人写在纸上的汉字,是模式识别的一个重要分支,也是文字识别领域较为困难的问题之一。本项目旨在论述并设计实现一个自由手写体数字识别系统。 二、研究方法 文中首先对待识别数字的预处理进行了介绍,包括二值化、噪声处理、图像分割、归一化、细化等图像处理方法;其次,探讨了数字字符特征向量的提取;最后采用了bp神经网络算法,并以MATLAB作为编程工具实现了具有友好的图形用户界面的自由手写体数字识别系统。 三、研究结论 在实验过程中我们分别对10个数字10个样本进行测试。从检测结果来看,虽然用于训练的数据集并不是很多,但误差率并不是很高,这也体现了BP算法的优越性,如果用更多的数据进行训练会使得正确的检测率提高而错误的检测率降低,从而使网络趋于收敛。实验结果表明,本方法具有较高的识别率,并具有较好的抗噪性能。 四、目录 1 绪论 1.1 字符识别概述 1.2 数字识别研究的目的及意义 1.3 手写数字识别的典型应用 1.4 国内外研究现状 1.5 手写体数字识别系统概述 1.6 本文内容安排 2 手写体数字识别中预处理技术 2.1 图像灰度化 2.2 图像二值化 2.3 图像 2.4 图像去噪声 2.5 数字分割 2.6 数字归一化 2.7 数字细化 3 手写体数字识别中特征值提取技术 3.1 特征提取概述 3.2 手写体字符特征提取方法概述 3.3 手写体数字识别中的结构特征提取 3.4 手写体数字识别中的统计特征提取 4 人工神经网络分类器 4.1 人工神经网络概述 4.2 BP神经网络概述 4.3 本文的神经网络结构设计 5 系统实现与结果分析 5.1 系统实现 5.1.1 系统实现环境 5.1.2 系统处理流程图及主要工作 5.1.3 系统界面 5.2 结果分析 6 结束语
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值