数字图像处理
关注
分享
扫一扫
文章平均质量分 91
快乐小羊没烦恼
北青院李某人
展开
-
【数字图像处理6】python+opencv使用LBP、HOG提取特征来分类人脸、人身
我就是挂个标题先，想不到吧~文章目录实验目的实验前明确的概念一、LBP分类二、HOG分类参考资料实验目的选取LBP、HOG两种特征提取算法做分类，去识别人和车的图像。实验前明确的概念LBP、HOG是两种特征提取算法。一、LBP分类二、HOG分类HOG(Histogram of Oriented Gradient)在对象识别与模式匹配中是一种常见的特征提取算法。它是基于本地像素块进行特征直方图提取的一种算法，对象局部的变形与光照影响有很好的稳定性。参考资料HOG:htt原创 2020-11-22 12:16:18 · 5431 阅读 · 5 评论 -
【数字图像处理5.3】SLIC算法 超像素分割（无监督聚类方式）python
文章目录实验目的和前言什么是超像素分割SLIC算法实现超像素分割效果图代码参考https://blog.youkuaiyun.com/qq_40268412/article/details/103915197实验目的和前言本次实验目的：实现超像素分割（无监督聚类方式）什么是超像素分割是把一张图片中具有相似特征的像素进行聚类，形成一个更具有代表性的大“像素”。这个新的像素可以作为其他图像处理算法的基本单位，可以减低图像的维度和异常像素点。目前常用的超像素分割算法有SLIC、SEEDS和LSC。原创 2020-11-10 09:28:22 · 2746 阅读 · 3 评论 -
【数字图像处理5.2】区域生长算法、分裂合并算法和分水岭分割法 python
文章目录实验目的1、区域生长算法2、区域分裂合并算法3、分水岭分割算法实验目的编写程序完成以下算法，并进行比较，得出结论。区域生长算法区域分裂合并算法分水岭分割算法1、区域生长算法2、区域分裂合并算法3、分水岭分割算法...原创 2020-11-10 09:00:56 · 18106 阅读 · 11 评论 -
【数字图像处理5.1】阈值处理对生成二值图像的影响 python
文章目录实验目的1、全局阈值法实现思路代码效果图2、自适应阈值法思路代码效果图3、大律法思路代码效果图4、项目代码实验目的比较三种不同阈值处理方法对生成二值图像的影响：全局阈值法自适应阈值法大律法等注意OpenCV使用threshold函数实现阈值化处理。1、全局阈值法实现思路代码##########################################################################全局阈值法###################原创 2020-11-07 21:27:55 · 2688 阅读 · 0 评论 -
【数字图像处理3】（中）图像超分辨率重建（SR）——EDSR模型详解
文章目录EDSR 模型（enhanced deep super-resolution network）1、Conv层（卷积层）2、ReLU层首先，激活函数层的作用：为什么非要使用ReLU？梯度消失【补充细节】3、Mult层4、为啥去掉BN层？5、Shuffle是什么？6、ResBlock是什么？EDSR 模型（enhanced deep super-resolution network）https://blog.youkuaiyun.com/sinat_36197913/article/details/10484原创 2020-11-06 21:14:19 · 8073 阅读 · 0 评论 -
【数字图像处理3】（下） 使用Python+OpenCV+EDSR模型，实现超分辨率重建（SR）
超清晰度重建（SR） Python+OpenCV+EDSR模型首先 1024节日快乐。虽然我前面介绍了很多种模型，但是真的要自己实现超清重建，还不是哪个模型网上资料多，实现简单就做哪个模型么…（嘴上很抗拒，身体很诚实）接下来，我将用EDSR模型，来实现超清重建。1、安装OpenCV contrib模块OpenCV中的超分辨率功能被集成在了contrib模块中，因此我们首先需要安装OpenCV的扩展模块。超分辨率被集成在dnn_superres模块中，如果小伙伴们电脑空间有限，可以只编译这一个模原创 2020-10-24 17:18:13 · 8266 阅读 · 24 评论 -
【数字图像处理4】小波变换 处理图像
文章目录安装方法安装方法python 小波库PyWavelets 直接在cmd中输入：pip install PyWavelets要运行PyWavelets所有测试还需要安装 Matplotlib 包pip install Matplotlib.如果已经安装，则会出现如下图示：原创 2020-10-24 17:30:59 · 9732 阅读 · 1 评论 -
【数字图像处理3 】（上）图像超分辨率重建（SR）概述
这里写目录标题扫盲知识扫盲知识传统超分辨重建技术大体上可分为4类预测型（prediction-based）边缘型（edge-based）统计型（statistical）图像块型（patch-based/example-based）目前使用最多的是图像块型，我们在图像块型领域选择了4篇基于深度学习的图像块型超分辨重建的经典论文进行关键技术点分析。从论文中我们可以看出研究者们对于超分辨任务的不同的理解与解决问题思路。...原创 2020-10-20 17:19:41 · 5667 阅读 · 3 评论 -
【数字图像处理2.1 】频率域中的 高通滤波 和 低通滤波 Python+Opencv+Numpy
前言1、图像的高频信息往往是细节+噪声2、中频信息一般是图像的框架信息3、低频信息数量最多，是图形的主体所以，高通滤波器，只通过高频信息，所以留下来的图像只有边缘等细节信息，看起来像简笔画。低通滤波器同理。效果图代码import numpy as npimport matplotlib.pyplot as pltimport cv2############################################################################原创 2020-10-18 10:15:58 · 4429 阅读 · 4 评论 -
【数字图像处理2.2】同态滤波器 增强图像 Python+Opencv
文章目录同态滤波器定义代码效果同态滤波器说在前面！！！！！同态滤波器内部有很多细节需要挖掘，我目前也只是一知半解，只能说先做出了一个能跑的程序，能处理处理图片交作业而已，在随后的更新中，我会逐渐为代码添加注释，并且详细说明同态滤波的原理和过程，如果有想让我讲的也可以评论留言。定义同态滤波是在频域中同时将图像亮度范围进行压缩并将图像对比度增强的方法。同态滤波增强属于图像频域处理范畴，作用是对图像灰度范围进行调整，通过消除图像上照明不均匀的问题，增强图像的细节，同时对不损失亮区的图像细节。代码原创 2020-10-17 21:30:33 · 5576 阅读 · 5 评论 -
【数字图像处理1】直方图均衡化、平滑滤波器、锐化滤波器
一、前言10.10数字图像处理作业，对一张图像进行以下操作：1、 直方图均衡化2、 用平滑滤波器（均值滤波和中值滤波）过滤图像3、 用锐化滤波器（梯度算子和拉普拉斯算子）过滤图像本次作业主要使用Python + OpenCV来实现。二、 如何安装OpenCV使用Python自带的pip工具进行下载，一般下载的Python都会绑定pip工具，用来自动拓展Python插件包。 win+R打开程序之后输入cmd 在控制台输入【pip install opencv-python】即可自动安装原创 2020-10-14 09:17:19 · 5410 阅读 · 1 评论