小白的博客

图像分割之霍夫变换概念       霍夫变换是图像处理中从图像中识别几何形状的基本方法之一，应用很广泛，也有很多改进算法。最基本的霍夫变换是从黑白图像中检测直线(线段)。       霍夫变换最简单的是检测直线。我们知道，直线的方程表示可以由斜率k和截距b表示（这种表示方法，称为斜截式，也就是高中的时候学习到的一种常用形式），如下所示： y=kx+b

图像复原#!/usr/bin/env python# -*- encoding: utf-8 -*-'''@文件 :第五章.py@说明 :@时间 :2021/05/23 @作者 :zt@版本 :1.0'''import cv2import numpy as npfrom matplotlib import pyplot as pltfrom matplotlib import rcParamsfrom num

空间域：均值滤波与阈值处理

频域的拉普拉斯算子一、定义：拉普拉斯算子可以使用如下滤波器在频率域实现：H(u,v)=−4∗π2(u2+v2) H(u,v) = -4*\pi^2 (u^{2} + v^{2}) H(u,v)=−4∗π2(u2+v2)或者，关于频率矩阵的中心，使用如下滤波器：H(u,v)=−4∗π2((u−P2)2+(v−Q2)2) H(u,v) = -4*\pi^2 ((u - \frac{P}{2})^{2} +( v - \frac{Q}{2})^{2}) H(u,v)=−4∗π2((u−2P​)2+(