- 博客(12)
- 收藏
- 关注
RSS订阅原创 OpenCV——Roberts算子
Roberts算子Roberts 算子是利用局部差分寻找边缘的一种算子，是最简单的边缘检测算子。Roberts 算子利用对角线方向相邻两像素之差近似梯度幅值来检测边缘，检测垂直边缘的效果要优于其他方向边缘，定位精度高，但对噪声的抑制能力较弱。边缘检测算子检查每个像素的邻域并对灰度变化率进行量化，同时也包含方向的确定。Roberts 算子边缘定位准，但是对噪声敏感。常用来处理具有陡峭的低噪声图像，当图像边缘接近于正45度或负45度时，该算法处理效果更理想。它适用于边缘明显而且噪声较少的图像分割，在应用中经
2021-10-31 17:43:02
5011
原创 OpenCV——Canny边缘检测（cv2.Canny()）
Canny边缘检测Canny 边缘检测是一种使用多级边缘检测算法检测边缘的方法。1986 年，John F. Canny 发表了著名的论文 A Computational Approach to Edge Detection，在该论文中详述了如何进行边缘检测。Canny()边缘检测步骤Canny 边缘检测分为如下几个步骤：步骤 1：去噪。噪声会影响边缘检测的准确性，因此首先要将噪声过滤掉。步骤 2：计算梯度的幅度与方向。步骤 3：非极大值抑制，即适当地让边缘“变瘦”。步骤 4：确定边缘。使
2021-10-31 17:33:36
113998
7
原创 OpenCV——Laplacian 算子
Laplacian 算子Laplacian（拉普拉斯）算子是一种二阶导数算子，其具有旋转不变性，可以满足不同方向的图像边缘锐化（边缘检测）的要求。通常情况下，其算子的系数之和需要为零。例如，一个3×3 大小的 Laplacian 算子如图 所示。Laplacian 算子类似二阶 Sobel 导数，需要计算两个方向的梯度值。例如，在图 9-25 中： 左图是 Laplacian 算子。 右图是一个简单图像，其中有 9 个像素点。计算像素点 P5 的近似导数值，如下：P5lap = (P2
2021-10-31 17:06:08
4619
原创 OpenCV——Sobel 算子和 Scharr 算子的比较
Sobel 算子和 Scharr 算子的比较Sobel 算子的缺点是，当其核结构较小时，精确度不高，而Scharr 算子具有更高的精度。Sobel 算子和 Scharr 算子的核结构如图 所示。程序示例：分别使用 Sobel 算子和 Scharr 算子计算一幅图像的水平边缘和垂直边缘的叠加信息。import cv2o = cv2.imread('lena.bmp',cv2.IMREAD_GRAYSCALE)sobelx = cv2.Sobel(o,cv2.CV_64F,1,0,ksize=3)
2021-10-31 16:49:11
1532
原创 OpenCV图像梯度——Scharr算子（cv2.Scharr()）
Scharr算子在离散的空间上，有很多方法可以用来计算近似导数，在使用 3×3 的 Sobel 算子时，可能计算结果并不太精准。OpenCV 提供了 Scharr 算子，该算子具有和 Sobel 算子同样的速度，且精度更高。可以将 Scharr 算子看作对 Sobel 算子的改进，其核通常为：OpenCV 提供了函数 cv2.Scharr()来计算 Scharr 算子，其语法格式如下：dst = cv2.Scharr( src, ddepth, dx, dy[, scale[, delta[, bo
2021-10-31 16:40:33
3223
原创 OpenCv图像梯度——sobel算子(cv2.Sobel())
图像梯度算的是什么？图像梯度计算的是图像变化的速度。对于图像的边缘部分，其灰度值变化较大，梯度值也较大；相反，对于图像中比较平滑的部分，其灰度值变化较小，相应的梯度值也较小。一般情况下，图像梯度计算的是图像的边缘信息。严格来讲，图像梯度计算需要求导数，但是图像梯度一般通过计算像素值的差来得到梯度的近似值（近似导数值）。Sobel理论基础Sobel 算子是一种离散的微分算子，该算子结合了高斯平滑和微分求导运算。该算子利用局部差分寻找边缘，计算所得的是一个梯度的近似值。下图为Sobel算子示例：在 O
2021-10-31 16:14:44
19797
原创 标题: Microsoft SQL Server Management Studio ------------------------------ 附加数据库时出错。有关详细信息，请单击“消息”列中
附加数据库时出错：我出现这个错是因为权限问题，解决方法很简单：找到MDF文件，右键—>属性—>安全—>把权限全打上勾把权限勾上之后就可以了。
2021-10-10 22:41:36
11037
2
原创 OpenCv阈值化处理cv2.threshold()函数
阈值化处理：阈值处理是指剔除图像内像素值高于一定值或者低于一定值的像素点；例如，全局阈值法方法就是将图像中低于某个阈值的像素设置为黑色（0），而其他的设置为白色（255）。全局固定阈值很容易理解，就是对整幅图像都是用一个统一的阈值来进行二值化。 自适应阈值算法：（自适应计算合适的阈值，而不是固定阈值）。在OpenCv中，我们可以通过使用cv2.threshold()函数。threshold函数及参数说明：cv2.threshold(src, thresh, maxval, type[, dst])
2021-10-05 16:14:36
6705
原创 Java Web基础开发——JSP语法介绍
Java Web开发——JSP语法首先我们先介绍一下JSP大概是什么？JSP是什么？jsp全称：Java server page，是由Sun Microsystems公司倡导和许多公司参与共同创建的一种使软件开发者可以响应客户端请求，而动态生成HTML、XML或其他格式文档的Web网页的技术标准。JSP技术是以Java作为脚本语言，JSP网页为整个服务器端的java库单元提供了一个接口来服务于HTTP的应用程序。JSP的运行原理JSP的执行过程大概分六步：(1) 客户端通过Web浏览器向JSP服
2021-09-17 22:39:23
266
原创 MyEclipse简单配置教程及配置Tomcat
MyEclipse简单配置教程及配置Tomcat（1）软件：MyEclipseIDE（2）设置软件：①设置JDK通过设置环境变量，告诉Windows操作系统JDK的安装位置。点击“我的电脑”图标，选择“属性”->“高级”->“环境变量”菜单栏，弹出“环境变量”对话框。设置“JAVA_HOME”如下图（3)测试是否成功打开终端，输入：java -versionjavac -versionpath若如下图所示，即成功设置集成Tomcat打开Myeclipse，点击wind
2021-09-15 22:38:08
1268
原创 openCV简单加密及解密图像
openCV简单加密及解密图像通过按位异或运算可以实现图片的加密和解密，过程如下：先将读取到的原始图像与密钥图像进行按位异或，可以实现加密；将加密后的 图像与密钥图像再按位异或，可以实现解密。import cv2import numpy as nplena = cv2.imread("lena.bmp",0) #读取圆是图像（即明文图像）r,c=lena.shape key=np
2021-09-15 22:18:28
1185
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人