gm_Ergou的博客

图像滤波：1.均值滤波（cv2.blur）：取除了中心点之外的所有点的均值。优点：对于去除胡椒盐噪声比较好缺点：不能很好地保护图像细节，在图像去噪的同时也破坏了图像的细节部分，从而使图像变得模糊。2.中值滤波（cv2.medianBlur）：取所有像素点灰度值的中值，让周围的像素值接近的真实值，从而消除孤立的噪声点。优点：对于去除胡椒盐噪声比较好。缺点：也是不能保护图像细节，会变模糊。3.高斯滤波（cv2.GaussianBlur）：取邻域内的所有像素值的加权平均值，离中心越近的像素权重越

图像切块（普通版）from PIL import Imageimport osdef mkdir(path): folder=os.path.exists(path) if not folder: os.makedirs(path)path='img/test2/src/'save_cut='img/test2/cut/'save_resize='img/test2/resize/'n=0files=os.listdir(path

参考链接：https://blog.youkuaiyun.com/wumu720123/article/details/89930745https://blog.youkuaiyun.com/can3981132/article/details/52559402代码：# -*- coding: utf-8 -*-import cv2import numpy as npfrom matplotlib import pyplot as pltimport osdef fuliye(img, save_na

参考链接：https://github.com/mokosaur/iris-recognition代码：import matplotlib.pyplot as pltimport cv2import mathimport numpy as npfrom scipy.ndimage.filters import gaussian_filterimport osimport timedef show_segment(save_name,img, x, y, r, x2=None, y

1.test1.pyimport cv2import numpy as npimg_path = r'img/a.jpg'img = cv2.imread(img_path)gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)blurred = cv2.GaussianBlur(gray, (9, 9),0)# 计算梯度gradX = cv2.Sobel(gray, ddepth=cv2.CV_32F, dx=1, dy=0)gradY = c

import pytesseractimport numpy as npfrom PIL import Imageimport cv2import osimport shutilpytesseract.pytesseract.tesseract_cmd = 'c://Program Files (x86)//Tesseract-OCR//tesseract.exe'tessdata_dir_config = '--tessdata-dir "c://Program Files (x86)/.

转载一篇图像处理文章：https://blog.youkuaiyun.com/wsh596823919/article/details/79982485

1.点击图像显示坐标、rgb、hsvimport cv2# 读 取 图 片img = cv2.imread('74.jpg') # 直接读为灰度图像# 缩小图像10倍(因为我的图片太大，所以要缩小10倍方便显示)height, width = img.shape[:2]size = (256, 256) # bgrimg = cv2.resize(img, size, i...

1.图片resizeimport cv2import ospath='1/'save_path='2/'for file in os.listdir(path): if file.endswith('jpg'): print(file) img = cv2.imread(path+file) new_img = cv2.resiz...

1.均值偏移（磨皮效果）import cv2 as cvimport numpy as npdef bi_demo(image):#边缘保留滤波 dst=cv.bilateralFilter(image,0,40,15) cv.imshow("bi_demo",dst)def shift_demo(image):#均值迁移 dst=cv.pyrMeanShi...

1.根据rgb波动生成纹理（把一张图片的纹理，在另一张上面生成出来）import cv2 as cvimport numpy as npimport cv2def get_avg(list5): if len(list5)==0: avg=0; else: avg = sum(list5)/ len(list5) return av...

数据增强的方法很多，有加噪声、旋转、改变饱和度、亮度、对比度、锐度等；可以单一改变一个参数，也可以进行混合调节。以下一一介绍几种方法：代码1：改变hsvdef randomHueSaturationValue(image, hue_shift_limit=(-2,8),sat_shift_limit=(-5,50),val_shift_limit=(0,1.5)): img = cv...

接上篇数据增强代码6：高斯噪声、椒盐噪声import cv2import randomfrom numpy import *def PepperandSalt(src,percetage): NoiseImg=src NoiseNum=int(percetage*src.shape[0]*src.shape[1]) for i in range(NoiseNum)...

文章给出了两种方法，可以计算两张图片的相似度参考文章：https://blog.youkuaiyun.com/xundh/article/details/78255037方法一：from PIL import Imageimport globimport osclass CompareImage(): def calculate(self, image1, image2): ...

由于图片的Lab色彩空间的值没法直接得到，需要手动计算转换；网上也有很多方法，但是准确度都不统一，我之前做色彩还原时，在这上面花了不少时间，本文提供一种计算方法，经过测试与标准值几乎一致。代码如下：import colorsysfrom PIL import Imagedef get_dominant_color(image): #颜色模式转换，以便输出rgb颜色值 im...

代码如下：from PIL import Imageim = Image.open("img/b.jpg")# 图片的宽度和高度img_size = im.sizeprint("图片宽度和高度分别是{}".format(img_size))xx = 6yy = 4x = img_size[0] // xxy = img_size[1] // yyfor j in range...