- 博客(29)
- 收藏
- 关注
原创 PyTorch项目笔记(三)使用ImageNet预训练ResNet18模型训练图像分类模型
本文介绍了如何在ImageNet预训练模型ResNet18的基础上微调训练自己的图像分类模型
2023-03-19 17:02:15
17299
2
原创 记录Selenium Python访问浏览器时部分内容无法获取的解决方法
记录Selenium Python访问浏览器时部分内容无法获取的解决方法
2022-11-12 14:39:28
1906
原创 Python使用相对路径时出现No such file or directory问题的解决方法
Python使用相对路径时出现No such file or directory问题的解决方法
2022-11-02 16:38:21
1529
原创 OpenCV学习笔记(十一)——图像噪声的生成(椒盐噪声、高斯噪声)
目录1 椒盐噪声2 高斯噪声图像在获取和传输过程种会受到随机信号的干扰从而产生噪声,例如电阻引起的热噪声、光子噪声、暗电流噪声以及光响应非均匀性噪声等,由于噪声会影响对图像的理解以及后续的处理工作,因此去除噪声的影响在图像中具有十分重要的意义。图像中常见的噪声有:椒盐噪声、高斯噪声、泊松噪声和乘性噪声。本文将介绍椒盐噪声和高斯噪声产生的原因和如何在图像中添加噪声。生成的含有噪声的图像可以应用于后续的滤波处理中。1 椒盐噪声椒盐噪声又称作脉冲噪声,会随机改变图像中的像索值,是相机、传输通道、解码处理等过
2022-04-22 22:47:57
15106
2
原创 OpenCV学习笔记(十)——图像卷积(cv.filter2D()、矩阵旋转cv.filp())
目录1 图像卷积过程2 cv.filter2D()3卷积运算在信号处理中十分常见,而图像信息可以看成一种信号。例如,图像的每一行可以看出测量亮度变化的信号,而每一列可以看作代表亮度变化的信号,因此图像可以进行卷积运算。信号处理中进行卷积计算时需要提供一个卷积函数,与此类似,图像的卷积运算需要提供一个卷积模板才能与原图像进行卷积运算。1 图像卷积过程图像的卷积过程可以看成一个卷积模板在一幅的图像上移动,然后对每个卷积模板覆盖的区域对应位乘积并求和,以得到中心像素的输出值。卷积模板又称为卷积核或内核,是
2022-04-11 23:38:41
5123
原创 OpenCV学习笔记(九)——直方图的操作(直方图归一化、直方图比较、直方图均衡化、直方图匹配、图像模板匹配cv.matchTemplate())
目录1 直方图归一化2 直方图比较3 直方图均衡化4 直方图匹配5 直方图反向投影6 图像模板匹配直方图能够反应图像灰度值等统计特性,但是这个结果只统计了数值,是初步统计结果,OpenCV4 可以对统计结果进行进一步的操作以得到更多有用的信息,例如求取同结果的平均概率分布,通过直方图统计结果对两张图像中的内容进行不叫。本文主要介绍直方图归一化、直方图比较、直方图均衡化和直方图匹配等直方图操作与实际应用。1 直方图归一化2 直方图比较3 直方图均衡化4 直方图匹配5 直方图反向投影6 图像模板匹
2022-04-09 22:37:35
11665
原创 OpenCV学习笔记(八)——直方图的计算与绘制(cv.calcHist()、plt.hist()、plt.imshow())
目录1 直方图的计算2 直方图的绘制3 2D 直方图4 直方图的操作4.1 直方图归一化4.2 直方图比较4.3 直方图均衡化4.4 直方图匹配4.5 直方图反向投影5 图像模板匹配直方图是是图像处理中非常重要的像素统计工具,不再表征任何的图像纹理信息,而是表示像素的统计特性。由于同一物体无论是旋转还是平移,在图像中都应具有相同的灰度值,因此直方图具有平移不变性、缩放不变性等优点。可以通过这些特性来查看图像整体的变化形式,例如图像是否变暗、图像灰度值主要集中在哪些区域等。在这些特定条件下,可以利用直方图进
2022-04-05 21:23:36
5585
原创 OpenCV学习笔记(七)——窗口交互操作(图像窗口滑动条、鼠标响应事件)
目录1 图像窗口滑动条2 鼠标响应窗口交互操作可以方便用户对程序流程进行操作,能使用户根据不同需求实现不同的处理效果。有时,某一个参数的需要反复调试不同的数值来确定,使用图像窗口滑动条可以快速确定这些参数值。因此交互操作不仅可以在程序运行过程中改变参数数值、避免重复运行程序、节省时间,还能够增加结果的对比效果。1 图像窗口滑动条图像窗口滑动条就是在显示图像的窗口中创建的能够通过滑动改变数值的滑动条,它可以帮助我们动态调节某些参数,使图像处理的效果更加明显。在OpenCV4中可以使用cv.createT
2022-03-27 23:15:51
7066
原创 OpenCV学习笔记(六)——感兴趣区域ROI(浅拷贝与深拷贝的区别)
目录1 浅拷贝2 深拷贝示例代码有时我们只对一张图像中的部分区域感兴趣,而原图像又比较大,如果带着非感兴趣区域一起处理会占用大量的内存,因次我们希望从原图像中截取部分图像后再进行处理。我们将这个区域称为感兴趣区域(Region Of Interest, ROI),Python中的ROI可以通过NumPy中的索引实现。但是通过索引获取ROI的方式为浅拷贝。下文将分别介绍浅拷贝和深拷贝的方式以及其区别。1 浅拷贝ROI = img[x1: x2, y1: y2]其中各参数的含义如下:ROI:提取的感
2022-03-24 00:16:01
6815
1
原创 OpenCV学习笔记(五)——图像上添加几何图形和文字(绘制圆、线段、椭圆、矩形、多边形及生成文字)
目录1 绘制圆2 绘制线段3 绘制椭圆4 绘制矩形5 绘制多边形6 生成文字示例代码1 绘制圆OpenCV4中分别提供了绘制圆的函数cv.circle().#cv.circle()函数原型img = cv.circle(img, center, radius, color [, thickness [, lineType [, shift]]])其中各返回值和参数的含义分别为:img:需要绘制圆的图像center:圆心坐标radius:圆的半
2022-03-22 22:34:49
4435
原创 OpenCV学习笔记(四)——图像的连接与变换(cv.vconcat()、cv.hconcat()、cv.resize()、cv.flip())
目录1 图像连接1.1 水平连接cv.vconcat()1.2 垂直连接cv.hconcat()2 图像尺寸变换2.1 修改尺寸cv.resize()3 图像翻转变换3.1 图像翻转cv.flip()OpenCV4中的函数可以实现图像形状的变换,包括图像尺寸变换、图像翻转和图像旋转等。1 图像连接图像连接是指将两个具有相同高度或宽度的图像连接在一起。OpenCV4中分别提供了水平连接和垂直连接的函数。1.1 水平连接cv.vconcat()#cv.vconcat()函数原型dst = cv.vc
2022-03-21 22:50:57
5700
原创 OpenCV学习笔记(三)——图像像素(图像的最大(小)值、均值、标准差、比较运算、逻辑运算、图像二值化)
1 图像像素统计数字图像可以用大小一定的矩阵来表示,矩阵中每个元素的大小表示图像中每个像素的明暗程度。查找矩阵中的最大值就是寻找图像中灰度值最大的像素,计算矩阵的平均值就是计算图像的平均灰度(图像的整体亮暗程度可以用平均灰度来表示)。因此,统计矩阵数据的特征值具有一定的意义。1.1 图像像素的最大值和最小值OpenCV 4中提供了寻找图像像素最大值、最小值的函数 cv.minMaxLoc()#cv.minMaxLoc()函数原型minVal, maxVal, minLoc, maxLoc = cv
2022-03-20 23:46:27
12804
原创 C++ set.insert().second的返回值
向set集合中插入元素时,可根据set.insert().second的返回值判断集合中是否已有该元素。#include<set>using namespace std;int main(){ set<char>a; a.insert('a'); if(a.insert('a').second){ printf("插入成功"); } else{ printf("插入失败"); } retu
2022-02-21 20:43:35
3191
原创 OpenCV学习笔记(二)——颜色空间(不同颜色空间转换函数cv.cvtColor()、多通道分离函数cv.split()、多通道合并函数cv.merge())
颜色空间颜色空间也称彩色模型(又称彩色空间或彩色系统)它的用途是在某些标准下用通常可接受的方式对彩色加以说明。RGB颜色空间是较常见的一种颜色空间,它通过红、绿、蓝3种颜色混合能够展示各种颜色,常用于显示和表示图像。了解图像的颜色空间对于分割拥有特征的图像具有重要的意义,例如提取像素中 的红色物体可以通过比较图像红色通道的像素值来实现。1 常用颜色空间介绍1.1 RGB 颜色空间RGB 颜色空间的名称是由红色(Red)、绿色(Green)、蓝色(Blue)三种颜色的英文首字母组成。RGB 颜色空间
2021-11-15 22:33:54
5662
原创 OpenCV学习笔记(一)——图像基础知识(图像的读取、显示和保存)
目录1 图像的表示1.1 采样1.2 量化1.3 数字表示2 图像的读取与显示2.1 图像读取函数2.2 图像窗口函数2.3 图像显示函数2.4 测试代码3 图像的保存3.1 图像保存函数3.2 测试代码1 图像的表示数字图像在计算机中是以矩阵的形式存储的(如下图所示),矩阵中的每一个元素都描述一定的图像信息,如亮度、颜色等信息。对数字图像的处理就是通过一系列矩阵运算提取更高级的信息。在是要NumPy时,图像被读取后,将保存在一个N维数组对象ndarray中,此后便可以通过对该n
2021-11-10 16:57:19
4885
原创 OpenCV-Python环境配置(Win10+Visual Studio 2019+OpenCV4.5.3+Python3.8.6)
目录1 OpenCV-Python简介2 下载并安装Python及相关库2.1下载并安装Python2.2安装相关库2.3 安装 OpenCV1 OpenCV-Python简介OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉和机器学习软件库,可以运行在Linux、Windows、Android和Mac OS操作系统上它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成,同时提供了Python、Ruby、MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算
2021-10-17 20:14:18
3549
5
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