吹吹自然风

正常情况下UV的量纲范围不一样，这对旋转而言不是个好事情，因为可能需要做一个椭圆形旋转，而实际上公式里的旋转矩阵是圆形的，所以可以考虑将UV的量纲范围设置成一样的，也就是各自乘以一个系数，旋转完毕后再除以相应的系数。先给MRGB2YUVM_{RGB2YUV}MRGB2YUV​的第二行和第三行分别除以Um，VmU_m，V_mUm​，Vm​，旋转完毕后再乘回来。（注：该方法事实上不能将UV真正归一化到相同的量纲范围）即：M=[101Vm1−WBUmWG−WRVmWG11Um0]([1UmVm]⋅[1000co

PS：图片的原始色彩模型为RGB。一些基础知识：以Rec.709为例。网上搜一下容易知道RGB与YUV之间的转换如下（Wikipedia）：[YUV]=[0.21260.71520.0722−0.09991−0.336090.4360.615−0.55861−0.05639][RGB](1)\begin{bmatrix}Y \\U \\V\end{bmatrix}=\begin{bmatrix}0.2126 & 0.7152 & 0.0722 \\-0.09991 & -0.33609 &

高斯模糊在图像处理中的用途及其广泛，除了常规的模糊效果外，还可用于图像金字塔分解、反走样、高低频分解、噪声压制、发光效果等等等等。正因为高斯模糊太基础，应用太广泛，所以需要尽可能深入认识这个能力，避免在实际应用中无意采坑。

引导滤波原理详解，fast guided filter

文章目录色彩空间简介常用色彩空间及其相互转换色彩空间简介常用色彩空间及其相互转换

文章目录MSE与PSNR的计算方法MSE与PSNR的问题SSIM的理念与计算方法理念概念准备公式理解基本元素三原则亮度、对比度、结构的相似度指标设计最终公式程序计算方法MSE与PSNR的计算方法MSE: Mean Square Error，均方误差PSNR: Peak Signal to Noise Ratio，峰值信噪比假设现在有两个图像，名字分别是X,YX, YX,Y，其中的元素分别记为xi,yix_i, y_ixi​,yi​，Array中包含的元素个数为N，那么MSE和PSNR的计算公式分别为

文章目录使用最小二乘法做多项式拟合使用最小二乘法做多项式拟合# -*- coding: utf-8 -*-import numpy as npimport matplotlib.pyplot as pltclass PolynomialModel(object): def __init__(self, degree): self.model = None self.degree = degree def _generate_coef_matri

文章目录透视变换简介预备知识仿射变换前向映射与后向映射图像插值透视变换公式推导两个例子前向映射与后向映射矩阵不互逆透视变换简介预备知识仿射变换前向映射与后向映射图像插值透视变换公式推导两个例子前向映射与后向映射矩阵不互逆...

文章目录为什么需要图像插值？最邻近插值（nearest）双线性插值（bilinear）概念法权重法为什么需要图像插值？最邻近插值（nearest）双线性插值（bilinear）概念法权重法...

文章目录仿射变换（Affine Transformation）简介仿射变换的基础类型恒等尺度旋转剪切水平剪切垂直剪切镜像平移仿射变换通式一个需要小心的坑：图像索引与坐标的关系求解仿射变换矩阵一种特殊的仿射变换及变换矩阵求解方法仿射变换（Affine Transformation）简介很难给仿射变换下一个非常明确的定义，一般来说，仿射变换是指将一个向量空间进行一次线性变换（linear tran...

文章目录符号表示公式推导前向过程反向过程梯度更新Loss层的梯度L2 LossCross Entropy Loss该文档将以含有两个隐藏层的神经网络为基础进行正向和反向的公式推导，因为一个隐藏层的网络太简单，多个隐藏层与两个隐藏层在推导上没有本质区别，所以综合平衡知识性与文档撰写的便捷性，两个隐藏层比较合适。整个文档主要包含以下内容或者特点：符号表示要足够清晰中间步骤尽量详细把batc...

文章目录Softmax公式及求导Cross Entropy Loss公式及求导示例本文档只讨论Softmax和Cross Entropy Loss两公式的求导，不讨论两公式的来源。Softmax公式及求导记网络在SoftmaxSoftmaxSoftmax之前的输出是 zi,i=1,2,…,nz_i, i=1,2,\ldots,nzi​,i=1,2,…,n，也就是说分为nnn类，那么各个类的S...