
图像处理
Persist_bcl
无奈总是一种清醒的痛
展开
-
json - dump
json.dumps(dic1,sort_keys=True,indent =4,separators=(',', ': '),encoding="gbk",ensure_ascii=True )Skipkeys:默认值是False,如果dict的keys内的数据不是python的基本类型(str,unicode,int,long,float,bool,None),设置为False时,就会报TypeError的错误。此时设置成True,则会跳过这类keyensure_ascii:默认值True.原创 2021-01-05 09:08:52 · 337 阅读 · 1 评论 -
利用OPCV 找到图像中的连通区域(connectedComponentsWithStats)
什么是连通域连通区域一般是指图像中具有相同像素值且位置相邻的前景像素点组成的图像区域。连通区域分析是指将图像中的各个连通区域找出并标记。连通区域分析是一种在CVPR和图像分析处理的众多应用领域中较为常用和基本的方法。例如:OCR识别中字符分割提取(车牌识别、文本识别、字幕识别等)、视觉跟踪中的运动前景目标分割与提取(行人入侵检测、遗留物体检测、基于视觉的车辆检测与跟踪等)、医学图像处理(感兴趣目标区域提取)、等等。也就是说,在需要将前景目标提取出来以便后续进行处理的应用场景中都能够用到连通区域分析方法原创 2020-11-23 14:19:32 · 1136 阅读 · 1 评论 -
图像处理腐蚀与膨胀
图像的腐蚀(erosion)和膨胀(dilation)是两种基本的形态学运算,主要用来寻找图像中的极大区域和极小区域.腐蚀(erosion): 腐蚀类似 '领域被蚕食' ,将图像中的高亮区域或白色部分进行缩减细化,其运行结果图比原图的高亮区域更小形态学转换主要针对的是二值图像(0或1)。图像腐蚀类似于“领域被蚕食”,将图像中的高亮区域或白色部分进行缩减细化,其运行结果图比原图的高亮区域更小。其主要包括两个输入对象:(1)二值图像(2)卷积核图示:说明:左边是图像X(二.原创 2020-11-23 13:45:24 · 8816 阅读 · 2 评论 -
opcv基础操作
1.图片的载入import cv2 as cv#imread 函数用来读取照片src = cv.imread("E:0.jpg")#namedwindow 函数用来指定输出图像的尺寸和窗口大小, autosize是自动大小cv.namedwindow("input image",cv.WINDOW_AUTOSIZE)#imshow 用来展示照片cv.imshow("input image", src)#等待键盘触发, 否则一直在此窗口等待cv.waitKey(0)#结束所有原创 2020-11-11 08:38:11 · 1059 阅读 · 0 评论 -
OPCV
均值滤波器 (用区域内的 平均像素来代替 原始像素)mean filterdef mean_filter(img, K_size=3):H, W, C = img.shapeprint(H,W,C)# zero paddingpad = K_size // 2out = np.zeros((H + pad * 2, W + pad * 2, C), dtype=np.float)out[pad: pad + H, pad: pad + W] = img.copy().astype(np.f原创 2020-07-26 15:06:24 · 217 阅读 · 0 评论