壮志未酬

有机会要看一下：http://blog.youkuaiyun.com/longxinchen_ml/article/details/49130931

转自：http://www.cnblogs.com/denny402/p/5131004.html图像阈值分割是一种广泛应用的分割技术，利用图像中要提取的目标区域与其背景在灰度特性上的差异，把图像看作具有不同灰度级的两类区域(目标区域和背景区域)的组合，选取一个比较合理的阈值，以确定图像中每个像素点应该属于目标区域还是背景区域，从而产生相应的二值图像。在skimage库中，阈值分割

转自：http://www.cnblogs.com/denny402/p/5131406.html图形包括线条、圆形、椭圆形、多边形等。在skimage包中，绘制图形用的是draw模块，不要和绘制图像搞混了。1、画线条函数调用格式为：skimage.draw.line(r1,c1,r2,c2)r1,r2: 开始点的行数和结束点的行数c1,c2: 开始点的列数和结

转自：http://www.cnblogs.com/denny402/p/5132677.html对图像进行形态学变换。变换对象一般为灰度图或二值图，功能函数放在morphology子模块内。1、膨胀（dilation)原理：一般对二值图像进行操作。找到像素值为1的点，将它的邻近像素点都设置成这个值。1值表示白，0值表示黑，因此膨胀操作可以扩大白色值范围，压缩黑色值范围。一般用

转自：http://www.cnblogs.com/denny402/p/5133086.html本文提供更多更强大的滤波方法，这些方法放在filters.rank子模块内。这些方法需要用户自己设定滤波器的形状和大小，因此需要导入morphology模块来设定。1、autolevel这个词在photoshop里面翻译成自动色阶，用局部直方图来对图片进行滤波分级。该滤波器

转自：http://www.cnblogs.com/denny402/p/5158707.html在图片处理中，霍夫变换主要是用来检测图片中的几何形状，包括直线、圆、椭圆等。在skimage中，霍夫变换是放在tranform模块内，本篇主要讲解霍夫线变换。对于平面中的一条直线，在笛卡尔坐标系中，可用y=mx+b来表示，其中m为斜率，b为截距。但是如果直线是一条垂直线，则m为无穷

转自：http://www.cnblogs.com/denny402/p/5160061.html在极坐标中，圆的表示方式为：x=x0+rcosθy=y0+rsinθ圆心为(x0,y0),r为半径，θ为旋转度数，值范围为0-359如果给定圆心点和半径，则其它点是否在圆上，我们就能检测出来了。在图像中，我们将每个非0像素点作为圆心点，以一定的半径进行检测，如果有一个点在圆

转自：http://www.cnblogs.com/denny402/p/5160955.html在前面的python数字图像处理（10）：图像简单滤波 中，我们已经讲解了很多算子用来检测边缘，其中用得最多的canny算子边缘检测。本篇我们讲解一些其它方法来检测轮廓。1、查找轮廓（find_contours)measure模块中的find_contours()函数，可用来检

转自：http://www.cnblogs.com/denny402/p/5166258.html形态学处理，除了最基本的膨胀、腐蚀、开/闭运算、黑/白帽处理外，还有一些更高级的运用，如凸包，连通区域标记，删除小块区域等。1、凸包凸包是指一个凸多边形，这个凸多边形将图片中所有的白色像素点都包含在内。函数为：skimage.morphology.convex_hull_i

转自：http://www.cnblogs.com/denny402/p/5167414.html骨架提取与分水岭算法也属于形态学处理范畴，都放在morphology子模块内。1、骨架提取骨架提取，也叫二值图像细化。这种算法能将一个连通区域细化成一个像素的宽度，用于特征提取和目标拓扑表示。morphology子模块提供了两个函数用于骨架提取，分别是Skeletonize（）

转自：http://www.cnblogs.com/denny402/p/5125253.html对图像进行滤波，可以有两种效果：一种是平滑滤波，用来抑制噪声；另一种是微分算子，可以用来检测边缘和特征提取。skimage库中通过filters模块进行滤波操作。1、sobel算子sobel算子可用来检测边缘函数格式为：skimage.filters.sobel(image

转自：http://www.cnblogs.com/denny402/p/5124833.html在图像处理中，直方图是非常重要，也是非常有用的一个处理要素。在skimage库中对直方图的处理，是放在exposure这个模块中。1、计算直方图函数：skimage.exposure.histogram(image, nbins=256)在numpy包中，也提供了一个计算直

http://blog.youkuaiyun.com/longxinchen_ml/article/details/49130931

转载于大神徐其华：http://www.cnblogs.com/denny402/p/5121501.html一提到数字图像处理编程，可能大多数人就会想到matlab，但matlab也有自身的缺点：1、不开源，价格贵2、软件容量大。一般3G以上，高版本甚至达5G以上。3、只能做研究，不易转化成软件。因此，我们这里使用python这个脚本语言来进行数字图像处理。要使用

转自：http://www.cnblogs.com/denny402/p/5121897.htmlskimage提供了io模块，顾名思义，这个模块是用来图片输入输出操作的。为了方便练习，也提供一个data模块，里面嵌套了一些示例图片，我们可以直接使用。引入skimage模块可用：?1from skimage import

转自：http://www.cnblogs.com/denny402/p/5122112.html图片读入程序中后，是以numpy数组存在的。因此对numpy数组的一切功能，对图片也适用。对数组元素的访问，实际上就是对图片像素点的访问。彩色图片访问方式为：img[i,j,c]i表示图片的行数，j表示图片的列数，c表示图片的通道数（RGB三通道分别对应0，1，2）。坐标是从左上角开始

转自：http://www.cnblogs.com/denny402/p/5122328.html一、图像数据类型及转换在skimage中，一张图片就是一个简单的numpy数组，数组的数据类型有很多种，相互之间也可以转换。这些数据类型及取值范围如下表所示：Data typeRangeuint80 to 255uint160 t

转自：http://www.cnblogs.com/denny402/p/5122594.html实际上前面我们就已经用到了图像的绘制，如：io.imshow(img)  这一行代码的实质是利用matplotlib包对图片进行绘制，绘制成功后，返回一个matplotlib类型的数据。因此，我们也可以这样写：import matplotlib.pyplot as pltplt.

转自：http://www.cnblogs.com/denny402/p/5123772.html有些时候，我们不仅要对一张图片进行处理，可能还会对一批图片处理。这时候，我们可以通过循环来执行处理，也可以调用程序自带的图片集合来处理。图片集合函数为：skimage.io.ImageCollection(load_pattern,load_func=None)这个函数是放在i

转自：http://www.cnblogs.com/denny402/p/5124152.html图像的形变与缩放，使用的是skimage的transform模块，函数比较多，功能齐全。1、改变图片尺寸resize函数格式为：skimage.transform.resize(image, output_shape)image: 需要改变尺寸的图片output_shape

转自：http://www.cnblogs.com/denny402/p/5124402.html图像亮度与对比度的调整，是放在skimage包的exposure模块里面1、gamma调整原理：I=Ig对原图像的像素，进行幂运算，得到新的像素值。公式中的g就是gamma值。如果gamma>1, 新图像比原图像暗如果gamma函数格式为：skimage.expos