Ray_Songaaa的博客

【python图像处理】处理图像有关函数

Ray_Songaaa — Wed, 22 Jul 2020 15:19:36 +0800

一、opencv有关函数一、opencv有关函数

【python图像处理】基于灰度三维图的图像顶帽运算和黑帽运算

Ray_Songaaa — Wed, 22 Jul 2020 10:06:05 +0800

1、基于灰度三维图的顶帽运算2、基于灰度三维图像的黑帽运算 1、基于灰度三维图的顶帽运算 kernel=np.ones((10,10),np.uint8) result=cv2.morphologyEx(src,cv2.MORPH_TOPHAT,kernel) 2、基于灰度三维图像的黑帽运算 result=cv2.morphologyEx(src,cv2.MORPH_BLACKHAT,kernel) ...

【python图像处理】霍夫变换检测直线、圆

Ray_Songaaa — Wed, 22 Jul 2020 10:03:11 +0800

1、检测圆2、检测直线什么是霍夫变换？霍夫变换是一种特征检测(feature extraction)，被广泛应用在图像分析（image analysis）、计算机视觉(computer vision)以及数位影像处理(digital image processing)。霍夫变换是用来辨别找出物件中的特征，例如：线条。 1.直线的表示方式对于平面中的一条直线，在笛卡尔坐标系中，常见的有点斜式，两点式两种表示方法。然而在hough变换中，考虑的是另外一种表示方式：使用（r,theta）来表示一条直线。其.

【python图像处理】图像锐化与边缘检测

Ray_Songaaa — Fri, 17 Jul 2020 14:29:57 +0800

1、Roberts算子2、Prewitt算子3、Sobel算子4、Laplacian算子5、Scharr算子6、Canny算子步骤1.步骤2.步骤3.1）2）步骤4.步骤5.7、LOG算子 1、Roberts算子在Python中，Roberts算子主要通过Numpy定义模板，再调用OpenCV的filter2D()函数实现边缘提取。该函数主要是利用内核实现对图像的卷积运算。 dst = filter2D(src, ddepth, kernel[, dst[, anchor[, delta[, borde.

【python图像处理】图像灰度化处理、图像灰度线性变换、图像灰度非线性变换

Ray_Songaaa — Thu, 16 Jul 2020 17:47:12 +0800

一、图像灰度化处理1、最大值灰度处理方法2、平均灰度处理方法3、加权平均灰度处理方法二、图像灰度线性变换1、图像灰度上移变换2、图像对比度增强变换3、图像对比度减弱变换4、图像灰度反色变换三、图像灰度非线性变换1、图像灰度非线性变换：2、对数变换3、伽玛变换一、图像灰度化处理 1、最大值灰度处理方法该方法的灰度值等于彩色图像R、G、B三个分量中的最大值 for i in range(height): for j in range(width): #获取图像R G B最大值 .

【python图像处理】python图像处理之直方图和图像几何变换

Ray_Songaaa — Thu, 16 Jul 2020 14:23:48 +0800

1、直方图2、使用OpenCV统计绘制直方图3、图像仿射变换4、图像透视变换 1、直方图 import cv2 import numpy as np import matplotlib.pyplot as plt src = cv2.imread("C:/picture/dog.jpg") cv2.imshow("src", src) cv2.waitKey(0) cv2.destroyAllWindows() plt.hist(src.ravel(), 256) plt.show() 2、.

【python图像处理】python开运算、闭运算、梯度运算、顶帽运算、黑帽运算

Ray_Songaaa — Thu, 16 Jul 2020 11:15:20 +0800

一、开运算二、闭运算三、梯度运算四、顶帽运算五、黑帽运算一、开运算图像开运算是图像依次经过腐蚀、膨胀处理后的过程。图像开运算主要使用的函数morphologyEx，它是形态学扩展的一组函数，其参数cv2.MORPH_OPEN对应开运算。其原型如下： dst = cv2.morphologyEx(src, cv2.MORPH_OPEN, kernel) 参数dst表示处理的结果，src表示原图像，cv2.MORPH_OPEN表示开运算，kernel表示卷积核。下图表示5*5的卷积核，可以采用函数 np.

【python图像处理】图像阈值化处理及算法对比、图像腐蚀与图像膨胀

Ray_Songaaa — Wed, 15 Jul 2020 17:15:03 +0800

1、二进制阈值化2、反二进制阈值化3、截断阈值化4、阈值化为05、反阈值化为06、图像腐蚀6、图像膨胀 1、二进制阈值化该方法先要选定一个特定的阈值量，比如127。 (1) 大于等于127的像素点的灰度值设定为最大值（如8位灰度值最大为255） (2) 灰度值小于127的像素点的灰度值设定为0 例如，163->255，86->0，102->0，201->255。关键字为 cv2.THRESH_BINARY img=cv2.imread("C:/picture/dog.jpg").

【python图像处理】python图像融合、加法运算、图像类型转换、图像缩放

Ray_Songaaa — Wed, 15 Jul 2020 15:52:24 +0800

一、图像加法运算二、图像融合三、图像类型转换四、图像缩放一、图像加法运算 1.Numpy库加法其运算方法是：目标图像 = 图像1 + 图像2，运算结果进行取模运算。当像素值<=255时，结果为“图像1+图像2”，例如：120+48=168 当像素值>255时，结果为对255取模的结果，例如：(255+64)%255=64 2.OpenCV加法运算另一种方法是直接调用OpenCV库实现图像加法运算，方法如下：目标图像 = cv2.add(图像1, 图像2) 此时结果是饱和运算，即：当.

【python图像处理】python处理图像平滑之均值滤波、方框滤波、高斯滤波及中值滤波

Ray_Songaaa — Wed, 15 Jul 2020 14:13:30 +0800

一、图像平滑二、均值滤波三、方框滤波四、高斯滤波五、中值滤波从头开始study，每日积累！一、图像平滑什么是图像平滑？图像平滑是指受传感器和大气等因素的影响，遥感图像上会出现某些亮度变化过大的区域，或出现一些亮点(也称噪声)。这种为了抑制噪声，使图像亮度趋于平缓的处理方法就是图像平滑。图像平滑实际上是低通滤波，平滑过程会导致图像边缘模糊化。图像平滑是指用于突出图像的宽大区域、低频成分、主干部分或抑制图像噪声和干扰高频成分的图像处理方法，目的是使图像亮度平缓渐变，减小突变梯度，改善图像质量。图像.

【python图像处理】图像处理基础知识和入门函数

Ray_Songaaa — Tue, 14 Jul 2020 18:03:20 +0800

1.读写图片2.像素处理3.传统读取像素方法和修改像素4.numpy读取像素和修改像素5.获取通道属性6.获取感兴趣ROI区域获取融合从头开始study，每日积累！图像都是由像素（pixel）构成的，图像通常包括二值图像、灰度图像和彩色图像。 1.二值图像二值图像顾名思义，要么为白色（像素为255），要么为黑色（像素为0）。将灰度图像转换为二值图像的过程，常通过依次遍历判断实现，如果像素>=127则设置为255，否则设置为0。 2.灰度图像灰度图像除了黑和白，还有灰色，它把灰度划分为256个.

【python图像处理】图像处理基础 python+opencv（超基础）

Ray_Songaaa — Tue, 14 Jul 2020 14:21:04 +0800

1.读取图片2.灰度处理3.高斯滤波4.中值滤波5.sobel算子提取轮廓6.二值化处理7.膨胀和腐蚀处理错误解决1.ModuleNotFoundError: No module named 'matplotlib.pylot' 从头开始study，每日积累！本文涉及到 1.灰度转换：将彩色图片转换为灰度图像，常见的R=G=B=像素平均值。 2.高斯平滑和中值滤波：去除噪声。 3.sobel算子：提取图像边缘轮廓，X方向和Y方向平方和开跟。 4.二值化处理：图像转换为黑白两色，通常像素大于127设置为2.

远程记录，sublime与anaconda

Ray_Songaaa — Mon, 13 Jul 2020 14:37:46 +0800

1.anaconda安装下载安装包，一路next，安装完成。 2.sublime安装百度教程 3.sublime使用anaconda的环境在anaconda新建一个环境，名叫test，然后把这个新环境的路径加入到环境变量中。然后打开cmd，activate test进入环境，查看Python版本和pip版本，注意一下他提示出的路径是否是anaconda的。然后进入sublime，新建一个system：配置好新环境python.exe的路径，即可。 { "cmd": ["C:\\P

嵌入式系统开发与应用课程设计

Ray_Songaaa — Sat, 11 Jul 2020 23:00:37 +0800

ROS机器人定位导航仿真一、安装配置环境二、仿真1.添加环境变量2.运行模型三、创建地图1.运行地图2.gmapping建图四、导航运动1.启动rviz五、基于自建的路线导航一、安装配置环境然后安装需要哦的插件，编译二、仿真 1.添加环境变量 source ~/ros/devel/setup.bash 2.运行模型 roslaunch racecar_gazebo racecar.launch 三、创建地图 gazebo 1.运行地图 roslaunch racecar_gazebo ra

人工智能与机器学习课程设计

Ray_Songaaa — Sat, 11 Jul 2020 22:23:19 +0800

笑脸识别，口罩识别一、人脸图像特征提取的各种方法（至少包括HoG、Dlib和卷积神经网络特征）1.HOG:(方向梯度直方图)2.Dlib:3.卷积神经网络(CNN):二、dlib安装与使用1.conda 换源2.更新conda3.创建新环境python3.6，名字叫tensorflow4.使用新环境5.安装cmake，boost，wheel，dlib==19.6.16.安装numpy7.pip 一些库8.安装dlib三、dlib笑脸识别四、口罩识别1.训练2.测试一、人脸图像特征提取的各种方法（至少包括H

SVM算法

Ray_Songaaa — Mon, 25 May 2020 16:55:34 +0800

SVM算法一、sklearn中的SVM1.准备一个简单二分类数据集2.实现svm，先使用一个比较大的C3.使用一个比较小的C，对比C取不同值的效果4.画出除了决策边界以外的两条跟支持向量相关的直线二、SVM中使用多项式特征1.svm解决非线性问题，先生成数据集2.给数据添加一些随机噪声三、高斯核函数1.通过高斯核函数映射来更加直观地理解整个映射的过程2.使用sklearn中封装的高斯核函数四、SVM解决回归问题一、sklearn中的SVM 1.准备一个简单二分类数据集 import numpy as np

SVM分类

Ray_Songaaa — Tue, 19 May 2020 12:13:18 +0800

SVM分类1.LDA+鸢尾花2.LDA+月亮3.K-means+鸢尾花4.K-means+月亮5.SVM+鸢尾花6.SVM+月亮对鸢尾花数据集和月亮数据集，分别采用线性LDA、k-means和SVM算法进行二分类可视化分析。 1.LDA+鸢尾花 import numpy as np import matplotlib.pyplot as plt from sklearn import datasets def LDA(X, y): #根据y等于0或1分类 X1 = np.array([X[

基于Ubuntu18.04的SLAM中ORB特征点提取

Ray_Songaaa — Thu, 07 May 2020 16:27:43 +0800

1、循环依次读取一个序列图片（几百张文件名按序号递增的文件），计算相邻3幅图片中的ORB特征点，连线匹配之，并绘制在当前窗口上。即: 第1次计算文件编号为001、002、003的3张图片的ORB特征点，并匹配连线，显示于当前窗口；第2次计算文件编号为003、004、005的3张图片的ORB特征点，并匹配连线，显示于当前窗口，依次类推。 2、如果中间出现ORB特征点匹配数小于4，cout输出一个提示...

Iris数据集实战

Ray_Songaaa — Thu, 07 May 2020 16:09:26 +0800

Iris 数据可视化下载seaborn库 pip install seaborn 读取文件 import pandas as pd import seaborn as sns import matplotlib.pyplot as plt df_Iris = pd.read_csv(r'iris.data.txt') 数据可视化花萼长度与宽度/花瓣长度与宽度的可视化 from collec...

Fisher线性判别

Ray_Songaaa — Thu, 07 May 2020 15:56:23 +0800

Fisher线性判别代码实现在理解Fisher线性分类的参考文件的代码基础上（matlab代码），改用python代码完成Fisher判别的推导。重点理解“群内离散度”（样本类内离散矩阵）、“群间离散度”（总类内离散矩阵）的概念和几何意义。代码实现 matlab代码 clc clear data=xlsread('Iris.csv'); Iris1=data(1:50,1:4); Iris2=...