基于DSP C6000教学实验箱_数字图像处理教程:5-9 图像反色实验案例分享

【Emgu CV教程】3.1、色彩处理之图像反色 Emgu CV教程 、图像反色、BitwiseNot()函数 阅读详情

一、实验目的

学习图像反色的原理,掌握图像的读取方法,并实现图像反色。

二、实验原理

图像反色

反色的实际含义是将R、G、B值反转。若颜色的量化级别是256,则新图的R、G、B值为255减去原图的R、G、B值。这里针对的是所有图,包括真彩图、带调色板的彩色图(又称为伪彩色图)、和灰度图。真彩图不带调色板,每个象素用3个字节,表示R、G、B三个分量。所以处理很简单,把反转后的R、G、B值写入新图即可,比如一个点的颜色为(0,0,0),反色后为(255,255,255)。带调色板的彩色图,其位图中的数据只是对应调色板中的一个索引值,我们只需要将调色板中的颜色反转,形成新调色板,而位图数据不用动,就能够实现反转。

图像缩放

设输入图像为(R,G,B) ,那么图像反色的公式为:

(R,G,B) => (255-R,255-G,255-B)

程序流程设计

程序流程设计中首先要读取工程目录下的BMP图像,接着进行反色处理,最后保存图像。

image.png

三、操作现象

本实验所需硬件为实验板、仿真器和电源。

image.png

硬件连接

(1)连接仿真器和电脑的USB接口,

(2)将拨码开关拨到DEBUG模式01111,连接实验箱电源,拨动电源开关上电。

image.png

软件操作

导入工程,选择Demo文件夹下的对应工程

编译工程,生成可执行文件

将CCS连接实验箱并加载程序

程序加载完成后点击运行程序

运行程序后,CCS的Console窗口会打印相关信息。

稍等片刻后,图像处理完成,程序执行完成后会在断点处停下。

可以通过 CCS 的图像显示窗口查看处理前后的图片对比。

点击工具,选择图像分析工具。在弹出的 Image 窗口中右击鼠标,在弹出的菜单栏中选择"Import Properties",选择工程目录下的 in.txt 配置文件,选择后等待图片加载,加载完成后显示原图片。

txt 配置文件是提前配置好的图像属性,在 Properties 属性可看到 in.txt 文件的设置参数。

再次点击工具,选择图像分析工具。在弹出的 Image 窗口中右击鼠标,在弹出的菜单栏中选择"Import Properties",选择工程目录下的out.txt 配置文件,选择后等待图片加载,加载完成后显示反色后的图片。

在 Properties 属性可看到out.txt 文件的设置参数。

同时,可在工程的Image 目录下直接查看转换后的图片 Out.bmp。

实验结束后,点击红色按钮退出CCS与实验箱的连接,最后实验箱断电即可。

image.png

【Python】图像反转/反色的三种方法(pillow) 引言 图像反转(反色)是将图像的灰度值反转,若图像灰度级为 256,则新图的灰度值为 255 减去原图的灰度值。本文介绍了使用 Python 的 pillow 库进行图像反转(反色)的三种方法。 安装 pip install pillow 方法 方法 1🙂 使用 point() 方法对图像所有像素值进行运算,并返回结果。 from PIL import Image def invert_color(fname): im = Image.open(fname) im_inverted . 阅读详情

相关推荐

图像反色处理技术详解与实战实现

默认反色采用线性补值 $ C’ = 255 - C $,无法满足非线性增强需求(如 gamma 校正后反色)。为此可扩展接口支持函数式映射:"""支持自定义映射函数的反色处理器:param image: 输入 PIL 图像:param mapping_func: 映射函数,默认为 lambda x: 255 - x:return: 反色后的图像"""# 保留 Alpha# 示例:S形反色增强对比度该封装允许注入任意数学变换,拓展了反色的应用维度,可用于医学影像对比度调节或艺术风格迁移。

weixin_32251525的博客 1285

图像处理十:图像反色

一、原理 反色的实际含义是将R、G、B值反转。若颜色的量化级别是256,则新图的R、G、B值为255减去原图的R、G、B值。这里针对的是所有图,包括真彩图、带调色板的彩色图(又称为伪彩色图)、和灰度图。真彩图不带调色板,每个象素用3个字节,表示R、G、B三个分量。所以处理很简单,把反转后的R、G、B值写入新图即可,比如一个点的颜色为(0,0,0),反色后为(255,255,255)...

简简单单 1万+

VB 制作反转颜色图像

VB 制作反转颜色图像 VB 制作反转颜色图像

图像的反色变化

在图像处理算法中,通过反色变换可以改变图像的亮度分布,从而影响算法的结果;总而言之,图像反色变换是通过对图像的像素值矩阵进行元素级操作,将每个像素的亮度值取反,从而改变图像的外观和对比度。反色变换的作用是将图像中每个像素的亮度值取反,即将亮部变暗,暗部变亮,从而改变图像的外观和视觉效果。它可以增强图像的对比度,使细节更加突出,并且产生独特的艺术效果。从数学矩阵的角度来看,反色变换可以被看作是一个元素级的矩阵操作。图像的反色变换涉及到图像的像素值矩阵的变换。相减,得到输出图像的像素值矩阵。

吃葡萄不吐葡萄皮 1411

【毕业设计】手写数字识别系统的设计实现.rar

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 图像反色 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

OpenCV图像颜色反转算法详解

前言 图像颜色的反转,比较简单的思路就是使用255减去当前值,从而得到反转后的图像.原始图片: 1.灰度图像的颜色反转 import cv2 import numpy as np # 灰度 0-255 255-当前灰度值 img = cv2.imread('image0.jpg', 1) imgInfo = img.shape height = imgInfo[0] width = imgInfo[1] gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) dst = np.zeros((height, width, 1), np.uint8) fo

【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: 代码: import cv2 def reverse_color(img): img = 255 - img.copy() return img if __...

JNing 4745

ERA5气象数据下载与解压全攻略:Python脚本一键搞定(附错误处理技巧)

本文提供了一套完整的ERA5气象数据自动化处理方案,涵盖从CDS API配置、智能批量下载到高效解压与数据验证的全流程。重点介绍了如何通过Python脚本实现一键式数据下载与批量解压,并分享了实用的错误处理技巧与性能优化策略,帮助科研人员高效获取和处理大规模气象数据。

k8l9m0n的博客 340

灰度图像的反色与彩色图的反色

灰度图像的反色和彩色图像的反色在概念上是相似的,但执行方式上有一些区别,主要体现在处理的维度上。:灰度图像只有一个通道,每个像素的值代表该点的亮度,范围通常是0到255。反色操作就是将每个像素的亮度值取反,即用最大值(通常是255)减去原来的像素值。例如,如果原图像是灰度值为128的像素,反色后就变成了255-128=127。这个过程简单直接,只涉及单个数值的计算。:彩色图像通常有三个通道(红色、绿色和蓝色),每个像素有三个值,分别对应红、绿、蓝三种颜色的强度。

wangnaisheng的专栏 1484

openEuler 欧拉 安装Oracle19c数据库RPM包安装

欧拉系统安装部署oracle 19c rpm方式

陈苏漾的IT生涯 6894

Python Selenium调用IE11报错全解析:从环境配置到稳定运行

在Web自动化测试领域,Selenium作为主流的跨浏览器测试框架,其核心原理是通过WebDriver协议与不同浏览器的驱动程序进行通信,实现对浏览器行为的模拟与控制。这一技术为软件测试的自动化、回归测试的效率提升提供了重要价值,广泛应用于金融、政务等对遗留系统兼容性要求高的行业场景。然而,当技术栈涉及过时的浏览器如IE11时,环境配置的复杂性显著增加,特别是Python与Selenium的组合常遭遇驱动兼容性、安全设置等挑战。本文聚焦于解决Python Selenium驱动IE11时的典型报错问题,深入剖

weixin_28834765的博客 323

matlab 二值化图像反色,opencv图像的基本处理(灰度化、反色、二值化、膨胀、腐蚀以及ROI的copy等等)...

#include#include#includeusing namespace cv;using namespace std;#define image_name "z001z.bmp"#define corrode_index 1 //腐蚀指数int otsu(const IplImage *src_image) //大津法求阈值{double sum = 0.0;double w0 = 0.0...

weixin_36483050的博客 412

RH850_U2A系列HSM安全核开启但是固件未烧录导致无法启动也无法再烧入固件废板问题分析解决

hsm核导致的安全锁死补救方案

u011941262的博客 1735

Python调用OpenCV实现图像反色(反相)处理

上一篇介绍了用C++如何将一幅彩色图像和灰度图像进行反色处理,本篇接着用python来做同样的事情。

Bruce Che 的专栏 7665

网络攻防实验——网络监听

利用CAIN实现ARP监听。

Trieyes_of_feng的博客 3197

导数在工程与AI中的12个实战应用解析

导数作为数学中的基本概念,本质是描述变化率的工具,其核心价值在于将非线性问题局部线性化处理。从原理上看,通过极限过程捕捉函数瞬时变化特性,使工程师能精确控制系统动态行为,帮助科学家量化自然规律变化速率。在技术实现层面,现代符号计算(如Mathematica)、数值计算(如MATLAB)和自动微分(如PyTorch)工具链的发展,大幅提升了导数计算的效率与精度。典型应用场景涵盖机械控制(如ABS防抱死系统)、金融工程(如期权希腊值计算)、医疗影像(如Canny边缘检测)等领域。特别在机器学习中,反向传播算法依

weixin_35509395的博客 317

python--图像颜色反转

import numpy as np img = cv2.imread('E:/liuying/Pictures/black.png', 1) imgInfo = img.shape height = imgInfo[0] width = imgInfo[1] gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) dst = np.zeros((height,w...

liuyingying0418的博客 4万+

【RT-DETR实战】112、NCNN模型转换与层实现支持:从模型文件到推理引擎的硬核实战

本文详细记录了将RT-DETR模型部署到NCNN框架的全过程及关键要点。作者首先遇到MultiHeadAttention等算子不支持的问题,通过ONNX中间转换和自定义层实现解决。文章具体介绍了PyTorch到NCNN的权重转换技巧、模型优化方法(包括量化和线程优化)以及调试经验,强调逐层对比输出、预处理检查和边界情况测试的重要性。最后分享了保持转换流程可复现性的实用建议,指出手动调试虽然耗时但能加深对模型的理解,体现了工程师在解决技术难题时的专业精神与成就感。

企鹅码农的专属播客,分享10多年的实战案例和经验解读,包含YOLO、RT-DETR、AI等各个工作领域。 44

opencv之图像元素遍历(反色) 笔记

图像元素遍历-反色 getTickCount()和getTickFrequency()函数用来计时测试代码的运行时间;

qq_39048131的博客 620

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

视觉图像基础处理

def ImgText_CN(img, text, left, top, textColor=(255, 0, 0), textSize=20): if (isinstance(img, np.ndarray)): #判断是否为OpenCV图片类型 img = Image.fromarray(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)) draw = ImageDraw.Draw(img) fontText = ImageFont.tru

YYANyk的博客 438

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

图像处理: 灰度化,二值化,反色

灰度化 (grayscale) 将彩色图像转化为灰度图像的过程称为图像灰度化。彩色图像中的像素值由RGB三个分量决定,每个分量都有0-255(256种)选择,这样一个像素点的像素值可以有1600万种可能(256*256*256),而灰度图的像素点的像素值是RGB三个分量值相同的一种特殊的彩色图像, 只有256种可能。所以在图像处理中,往往将各种图像首先灰度化成灰度图像以便后续处理,降低计算量。灰

文尹习习的博客 2万+

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

Win10画图实用小功能------反色

首先实用画图打开任意一张图片,点击选择, 选择全选,在图片上右键,选择反色 就可以看到反色后的效果了

sinat_26944045的博客 5万+

通俗解释~ 图像识别究竟是什么?

转载自:搜狐-KPMG大数据挖掘 丰富的数据来源总是少不了对图像的处理,本周来介绍一下图像识别技术,我们还亲手做了几种技术的比较哦~ 曾几何时,图像识别技术似乎还是很陌生的一个词,现在却已经越来越贴近人们的生活了。近些年比较经典的一个应用,就是谷歌和百度推出的识图功能,相信大家都已经有所体验;IT行业同事炒得火热的人脸识别,也是图像识别应用的一个典例;当然,现在的日常生活中也少不了

枯岭觉的博客 1万+
上一篇: DSP国产教学实验箱_嵌入式教程:5-7 直方图均衡化
下一篇: DSP国产教学实验箱_实验案例_操作教程:5-11 边缘检测
Tronlongtech
博客等级 码龄4年 687粉丝 102原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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