特别的猫

前段时间一直在出差，各处跑，没有多少时间写博客；灰度共生矩阵(GLDM)的统计方法是20世纪70年代初由R.Haralick等人提出的，它是在假定图像中各像素间的空间分布关系包含了图像纹理信息的前提下，提出的具有广泛性的纹理分析方法。The statistical method of grayscale symbiosis matrix (GLDM) was proposed by R.Haralick et al., in the early 1970s. It is a generalized

https://mp.weixin.qq.com/s?__biz=MzIwMTE1NjQxMQ==&mid=2247520454&idx=4&sn=710c67ab9919212c94a4e509d67269a5&chksm=96f0e292a1876b84fa911ce498837bedc8a779c7b27a2b1c1115e0427fe1f6e03c40fb4c76aa&scene=0&xtrack=1&key=5024aebfdb310a34c

今天简单的实现一个通过按键控制图像旋转的功能。Today's simple implementation of a button control image rotation function.。通过拉动滑动条实现图像的旋转，但是直接拉动滑动条，可以实现图像旋转，但是比较卡顿。The image rotation can be achieved by pulling the slider, while the image rotation can be achieved by pulling

result：code：#include "stdafx.h".#include <opencv2\opencv.hpp>#include <iostream>#include <ctime>using namespace std;using namespace cv;//生成[0,1]之间符合均匀分布的数double uniformRandom(void){ return (double)rand() / (double)RAND_.

C++ SVM#include "stdafx.h"#include <iostream>#include <opencv.hpp>using namespace cv;using namespace cv::ml; //svm包含在ml里面int main(){ int width = 512, height = 512; Mat image = Mat::zeros(height, width, CV_8UC3); //CV_8UC3 无符号整型数据.

codeint main(int argc, int argv){ Mat SrcImage = imread(".//01-3.jpg"); //第一步：灰度化 Mat gray; if (SrcImage.channels() == 3) { cvtColor(SrcImage, gray, CV_BGR2GRAY); } else { gray = SrcImage; } Mat graysrc = gray.clone(); ///...

借鉴大神的方法，实现特征点匹配检测，但是测试发现了一个问题，模板的图像大小变化的话，会导致匹配错误。Using Da Shen's method for reference, the feature point matching detection was realized, but the test found a problem, if the image size of the template changed, it would lead to the matching error.

配置github开源的代码，实现了表格框线的识别，需要更近一步的优化处理。The configuration of github open source code, the realization of table box line recognition, the need for further optimization.

通过USB摄像头拍摄的图像非常非常非常模糊，想通过图像增强的方式变得清晰一点，效果不怎么好，看实验结果：The image taken by the USB camera is very, very fuzzy. I want to make it clearer through image enhancement, but the effect is not very good. See the experimental results:Code：import cv2 as cv#全局.

今天，根据需求实现了图像的最小外接矩形，实现结果图如下：Today, the minimum enclosing rectangle of the image is realized according to the requirements. The realization result is as follows:至于，我实现的结果图为什么是下面的这种形式，具体不做解释，另做他用。As for why the result graph I realized is in the followi.

对于我研究的局部表格区域，参考下图： For the partial table area I studied, please refer to the following figure: 对于不同分辨率的图像，进行表单元格区域的分割提取，文字区域的定位有很多方法，这里我写了一种基于投影统计的处理方法。仅仅供参考。For images with different resolutions, there are many methods for segmentation and extra.

投影简单来说就是将图像中的像素进行横向以及纵向的综合计数处理。Projection is simply to count the pixels in the image horizontally and vertically.我需要要做的就是对投影进行进一步处理，分析得到自己想要的数据以及边界线阈值。What I need to do is to further process the projection and analyze it to get the data I want and the

1、击中击不中变换是形态学形状检测的基本工具，是用来查找像素局部模式的形态学运算符。‘局部’是指‘结构元素’的大小。两个不相交集合B={B1，B2}，称B为复合结构元素。文字描述感觉更清楚：用B1去腐蚀X，然后用B2去腐蚀X的补集，得到的结果相减就是击中击不中变换。 1. Hit miss transform is a basic tool for morphological shape detection and is a morphological operator used to find

所谓细化就是经过一层层的剥离，从原来的图中去掉一些点，但仍要保持原来的形状，直到得到图像的骨架。骨架，可以理解为物体的中轴，例如一个长方形的骨架是它的长方向上的中轴线；正方形的骨架是它的中心点；圆的骨架是它的圆心，直线的骨架是它自身，孤立点的骨架也是自身。得到了骨架，就相当于突出物体的主要结构和形状信息，去除了多余信息，根据这些信息可以实现图像上特征点的检测，如端点，交叉点和拐点。Thinning is the process of peeling off some points from the or

实现了双目摄像头的实时视频显示，网上有很多相关的资料，但是不一定是可以用的，我现在使用的这个方法是可以用的。Realize the real-time video display of binocular camera, there are a lot of relevant information on the Internet, but it is not necessarily available, I am using this method can be used.看看效果：result

图像融合---简单认识图像融合 Image fusion - Simply recognize image fusion 概念  图像融合（Image Fusion）是指将多源信道所采集到的关于同一目标的图像数据经过图像处理和计算机技术等，最大限度的提取各自信道中的有利信息，最后综合成高质量的图像，以提高图像信息的利用率、改善计算机解译精度和可靠性、提升原始图像的空间分辨率和光谱分辨率，利于监测。Image Fusion, Image Fusion) refers to the sourc

今天，实现了一个功能。主要实现以下功能：（1）首先进行直线检测（2）HOUGH重构横向线段（3）基于重构横向线段的纵向线段处理（4）掩膜处理 Today, a function is implemented.The main functions are as follows: (1) Straight line detection shall be carried out first (2) Reconstruction of transverse line se.

对于局域网通信无非就是传输视频或者进行信息交互，今天介绍一下局域网视频传输的构建。For LAN communication is nothing more than transmission of video or information exchange, today to introduce the construction of LAN video transmission.首先，看看我的程序目录： First, my program directory: config.ini.

1.形态学运算与结构元素形态学运算是针对二值图像依据数学形态学(Mathematical Morphology)的集合论方法发展起来的图像处理方法。数学形态学起源于岩相学对岩石结构的定量描述工作，近年来在数字图像处理和机器视觉领域中得到了广泛的应用，形成了一种独特的数字图像分析方法和理论。结构元素可以简单的定义为像素的组合，在对应的像素上定义了原点（也称锚点）。形态学滤波器的应用过程就是利用这个结构元素探测图像中每个像素的操作过程。把某个像素设为结构元素的锚点后，结构元素和图像重叠部分的像素集合就是特

Pytorch在win系统下比较难安装，直接使用pip 安装不能正常的安装，您可以参考我的方式。Pytorch is difficult to install in win system. Direct PIP installation cannot be normally installed. You can refer to my method.pip3 install torch==1.2.0+cpu torchvision==0.4.0+cpu -f https://download.p.

参考博客：https://www.cnblogs.com/jfdwd/p/11425487.htmlimport ：import matplotlib.pyplot as plttest code：plt.figure(figsize=(10, 10))plt.plot(x, y, marker='o')ADD text：txt = ['A','V1','V2','V3','V4','V5','V6','V7','V8','V9','V10','V11','V12']f.

通过Python实现指定函数的时间测试，比较有用的一个代码，您可以直接复制使用。Through The Python implementation of the specified function time test, a more useful code, you can directly copy the use.import time__all__ = ['print_time']def print_time(f): """Decorator of viewing func

#include "stdafx.h"#include <opencv2/imgcodecs.hpp>#include <opencv2/highgui.hpp>#include "windows.h"#include "dshow.h"#include <iostream>#pragma comment(lib, "strmiids.lib")#pragma comment(lib, "quartz.lib")using namespace cv;.

虚线处理成直线，这个代码是很有效的。 Dashed lines are processed into straight lines, and this code is very efficient. INPUT：OUTPUT：代码暂时不公开，请见谅 The code is temporarily closed, please forgive me I hope I can help you,If you have any questions, pleasecomm...

指定区域的融合，通过一个图像掩膜（mask），直接将插入处的像素设置为P0VerticalImage图像的像素值。The fusion of the specified region sets the insertion pixel directly to the pixel value of the P0VerticalImage image through an image mask. //====================================================.

针对原始图像进行分块，计算求解分块区域的均值和方差。对分块区域进行分块阈值处理（后续处理，值得研究的）The mean value and variance of the block region are calculated by partitioning the original image.Partitioning threshold processing for partitioned regions (subsequent processing, worthy of study)void.

Erode and Dilate图像的像素值越大的地方，图像越亮，而腐蚀和膨胀就是求图像像素局部最小值和局部最大值的过程膨胀（dilate）：就是对图像的高亮部分进行膨胀，相当于高亮部分的领域扩张腐蚀（erode）：就是对图像的高亮部分的侵蚀，也就是经过腐蚀操作之后图像的高亮部分变得更少The larger the pixel value of the image, the brighter the image, and corrosion and expansion is the proc

1、理论基础区域生长算法的基本思想是将有相似性质的像素点合并到一起。对每一个区域要先指定一个种子点作为生长的起点，然后将种子点周围领域的像素点和种子点进行对比，将具有相似性质的点合并起来继续向外生长，直到没有满足条件的像素被包括进来为止。这样一个区域的生长就完成了。这个过程中有几个关键的问题：a> 给定种子点(种子点如何选取？)种子点的选取很多时候都采用人工交互的方法实现，也有用其他方式的，比如寻找物体并提取物体内部点作为种子点。b> 确定在生长过程中能将相邻像素包括进来的准则

今天，需要对文件夹下的图像进行批量处理，实现这部分功能。对文件夹下的图像进行批量处理，实现数据集的制作。本文通过特殊处理，加强数据集的局部有效信息，便于深度学习更好的训练识别。Today, the need for the folder under the image batch processing, to achieve this part of the function.The image under the folder for batch processing, to achieve the

PYNQ的启动首先将已经烧录好PYNQ-Z2映像文件的SD卡插入开发板卡槽中，然后通过右上角BOOT跳线帽选择从SD卡启动。使用命令ifconfig查看开发板ip地址：使用hostname查看主机名：首先在windows命令行下对开发板进行ping测试，测试命令为ping+上一步获取的开发板ip地址：开发板上运行了Samba文件共享服务，允许从网络访问Pynq主区域，便于和开发板之间传送文件，如图，在windows资源管理器中输入\\pynq\xilinx:注：用户名和密码都为xili

图像压缩算法理论基础香农的信息论，在不产生任何失真的前提下，通过合理的编码，对于每个信源符号分配不等长的码字，平均码长可以任意接近于信源的熵。在这个理论框架下产生了几种不同的无失真的信源编码方法：哈夫曼编码，算术编码、字典编码等。后来出现了更多的编码方式：如KLT编码、分形编码、模型编码、子带编码和基于小波的编码方法。 Image compression algorithm Theoretical basis In Shannon's information theory, the a

最近，需要补充实验数据，实现了基于SVD的图像压缩算法。奇异值分解能够有效的降低数据的维数，以本文的图片为例，从450维降到149维后，还保留了90%的信息虽然奇异值分解很有效，但是不能滥用，一般情况下要求降维后信息的损失度不能超过5%，甚至是1%.Recently, the experimental data need to be supplemented, and the image compression algorithm based on SVD is implemented.Singular

SSIM的输入就是两张图像，我们要得到其相似性的两张图像。其中一张是未经压缩的无失真图像(即ground truth)，另一张就是你恢复出的图像。所以，SSIM可以作为super-resolution质量的指标。SSIM input is two images, we want to get the similarity of the two images.One is an uncompressed, undistorted image (the ground truth), and the othe

成功的提升了汉字的识别准确率（感谢老师的帮忙，现在汉字识别准确率基本可以到95%以上了），但是当我在QT中导入文件： I successfully improved the recognition accuracy of Chinese characters (thanks to the teacher's help, the recognition accuracy of Chinese characters can be more than 95% now), but when I import.

参考文献：https://mp.weixin.qq.com/s?__biz=MzI5MDUyMDIxNA==&mid=2247497597&idx=3&sn=33d62f4f12bb0985185409b1ec6b7aae&chksm=ec1c1a84db6b939251ca7949fc4d9ad8f2a6135fd52f934ead485c9b6566f4a0ab3e37ada363&mpshare=1&scene=24&srcid=&...

今天，试一试----->基于引导滤波和均值滤波的多聚焦图像融合---->实现。实现异源图像的融合。Today, try -> multi-focus image fusion based on guided filtering and mean filtering -> implementation.Realize the fusion of different images.看看结果：result：解释：对于代码的实现，其实底层就是一个引导滤波器..

对于表单元的提取，通过对前面博客中对求得的MASK图像使用与操作，得到joints图像，通过对joints图像进行处理即可得到对应表交点的坐标，通过对坐标处理实现表单元的分割处理。我使用的是Vector来实现坐标的存储，通过erase方法实现相同值的提取，通过阈值处理实现表点坐标的提取。进行实现表单元的分割提取。For the extraction of form elements, I used and operated MASK images obtained in the previous blo

最近，突发意向，想要实现一个小功能，那就是把一个图像进行分块处理。为什么要进行图像分块，主要是为了将大图像更快的处理或者针对性的处理局部小区域图像。Recently, I've had a burst of intentions, and I want to implement a little function, which is to block an image.The reason for image segmentation is mainly for the purpose of faste

https://blog.youkuaiyun.com/m0_37690102/article/details/106532157

今天，项目中出现了文字定位的bug，如下图片： Today, there is a bug with text location in the project, as shown in the picture below: 我需要将文字区域1和文字区域2进行分割，之前用的方法是，Rect rect_Title(0, 0,(int)gray.cols/2, rect_y - 5);这种方法必须满足文字区域1的宽度小于一半的输入图片宽度。今天遇到了文字区域2的内容在【0，(int)gray.col