JohnieLi的博客

笔者小白在神经网络训练好然后进行手写数字的图片预测的时候碰到了这样的问题。利用python如何读取、保存、二值化、灰度化图片呢?如何利用opencv来处理图片呢？

定义结构元素形态学处理的核心就是定义结构元素，在OpenCV-Python中，可以使用其自带的getStructuringElement函数，也可以直接使用NumPy的ndarray来定义一个结构元素。 函数原型：Mat getStructuringElement(int shape, //核的形状 0：矩形 1：十字交叉形 2： 椭圆 ...

百度百科：模板匹配是一种最原始、最基本的模式识别方法，研究某一特定对象物的图案位于图像的什么地方，进而识别对象物，这就是一个匹配问题。它是图像处理中最基本、最常用的匹配方法。模板匹配具有自身的局限性，主要表现在它只能进行平行移动，若原图像中的匹配目标发生旋转或大小变化，该算法无效。简单来说，模板匹配就是在整个图像区域发现与给定子图像匹配的小块区域。工作原理：在带检测图像上，从左到右，从上向...

Convert between Python tuple and list：a = (1, 2) # a is a tuple b = list(a) # b is a list c = tuple(b) # c is a tupleConvert between Python tuple, list and NumPy 1D arraya = (1, 2)...

本文介绍和比较几种常见图片文件格式的优缺点，并介绍不同的文件格式对Web应用程序性能的影响。有损vs无损图片文件格式有可能会对图片的文件大小进行不同程度的压缩，图片的压缩分为有损压缩和无损压缩两种。有损压缩。指在压缩文件大小的过程中，损失了一部分图片的信息，也即降低了图片的质量，并且这种损失是不可逆的，我们不可能从有一个有损压缩过的图片中恢复出全来的图片。常见的有损压缩手段，是按照一定...

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方图的函数histogram(),两者大同小义。返回一个tuple（hist, bins_center),...

笔者小白在实际过程中在将一张图片粘贴到另一张图片上的过程中，使用PIL先对图片进行旋转，但是发现旋转后像素是用黑色填充的。这并不是我想要的。于是接下来介绍一种方法在使用PIL旋转图片时，指定图像的填充的颜色。当原始的图像没有alpha图层时，就可以使用alpha图层作为掩码将背景转换为白色。当旋转创建”背景”时，它使其完全透明。＃original image img = Image.o...

对于二值图像来说，每个像素点的值只有类似0/1的两种可能性，一般为0(黑)/255(白)。 如果两个像素点位置相邻且取值相同，那么这两个像素点即处于同一个相互连通的区域内。 从视觉上看，彼此连通的点形成了一个区域，而该区域中所有连通点构成的集合，我们称之为一个连通区域。在图像中，每个像素当以自身为中心时，周围一般存在8个邻接像素。

遇到这么一个问题： 给自己的优快云博客修改头像，头像必须是正方形图片，但我找了个长方形图片，那么问题来了，怎么把长方形图片修改成正方形图片。注： 1、不想拉伸图片，这样会使图片失真。 2、不想用PS(当然我知道用PS处理应该会很简单，但是我就不用，因为我不会。。。)）言归正传，通过网上查资料，终于找到了方法。直接解释代码：#-*- coding: utf-8 -*-from PIL i

一、使用OpenCV 　　在图片中添加文字看上去很简单，但是如果是利用OpenCV来做却很麻烦。OpenCV中并没有使用自定义字体文件的函数，这不仅意味着我们不能使用自己的字体，而且意味着他无法显示中文字符。这还是非常要命的事情。而且他显示出来的文字位置也不太好控制。比如下面的代码，他想做的仅仅是显示数字3：代码：#coding=utf-8import cv2import num...

利用PIL将图片转换为黑色与白色反转的图片，下面笔者小白介绍如何实现。

利用PIL将图像转换为白色和黑色反转的图片，接下来笔者小白介绍如何使用PIL实现。

Python用OpenCV处理图像的基本操作

图像的几何变换，如缩放、旋转和翻转等，在图像处理中扮演着重要的角色，Python中的Image类分别提供了这些操作的接口函数，下面进行逐一介绍。

超分辨率技术（Super-Resolution, SR）是指从观测到的低分辨率图像重建出相应的高分辨率图像，在监控设备、卫星图像和医学影像等领域都有重要的应用价值。本文针对端到端的基于深度学习的单张图像超分辨率方法(Single Image Super-Resolution, SISR)，总结一下从SRCNN到...