
图像的基础知识
qxq_sunshine
持之以恒
展开
-
plt知识点整理——keras分类测试
plt知识点整理,写的比较全面的博客:https://www.cnblogs.com/zhizhan/p/5615947.html(感谢作者)********************************下面是keras分类测试程序***************************************PS:分类结果使用混淆矩阵统计*********分享是为了更好的进步*********import numpy as npfrom keras.preprocessing.imag原创 2020-08-24 14:04:44 · 815 阅读 · 9 评论 -
keras数据增强方式-ImageDataGenerator—flow_from_directory
keras中有自带的数据增强方式,直接调用非常方便。ps: keras 的Image data preprocessing官方文档:https://keras.io/api/preprocessing/image/介绍非常详细的中文博客:https://blog.youkuaiyun.com/mieleizhi0522/article/details/82191331https://blog.youkuaiyun.com/zmlovelx/article/details/93916043代码如下,非常简洁明了:.原创 2020-08-23 22:05:26 · 961 阅读 · 0 评论 -
十六进制颜色转化为RGB值及
# coding=utf-8import redef toRgb(tmp): opt = re.findall(r'(.{2})', tmp) # 将字符串两两分割 strs = "" # 用以存放最后结果 for i in range(0, len(opt)): # for循环,遍历分割后的字符串列表 strs += str(int(opt[i], 16)) + "," # 将结果拼接成12,12,12格式 print("转换后的RGB数值为.原创 2020-07-07 15:35:41 · 503 阅读 · 1 评论 -
查准率,查全率,PR曲线,ROC 曲线的含义
原创 2019-03-12 21:45:26 · 1307 阅读 · 0 评论 -
python 增加图像对比度
本代码实现的是,在旋转10度的基础上,再进行增加对比度的操作.1 代码:代码注释中的代码都是可以运行的. 但是不怎么靠谱,因为文件名被逐个编辑,有可能与原标签不对应,,更好的做法参考代码2# -*- coding: UTF-8 -*-from PIL import Imagefrom PIL import ImageEnhanceimport PIL.Image as img...原创 2019-03-07 18:00:54 · 3395 阅读 · 0 评论 -
python 文件夹中所有图像旋转5度
1, 提供的代码分别为对文件夹中所有代码旋转5度,和对单张图像旋转5度的操作.缺点:有可能处理的图像不是原对应的图像.造成标签错乱. 更加科学的做法如2#coding=utf-8#对文件夹中的所有图片进行5度的旋转操作import PIL.Image as imgfrom PIL import ImageEnhanceimport osdef rotationImage(f...原创 2019-03-07 15:18:18 · 1307 阅读 · 0 评论 -
python批量创建文件夹
代码实现: (亲测可用)import os, sysdef genDir(): base = '/home/qxq/Desktop/eyedata/train/label_gif/' i = 21 for j in range(20): file_name = base + str(i) os.mkdir(file_name) ...原创 2019-03-07 13:46:51 · 843 阅读 · 0 评论 -
mkdir 和makedirs的区别
1. mkdir(path,[mode])作用:创建一个目录,可以是相对路径或者绝对路劲,模式是0777(任何用户都能访问)例如import osos.mkdir('./image') #成功#如果download文件夹存在,则成功#如果不存在就会报错 get a os errortry: os.mkdir('download/image')except OSError...翻译 2019-03-09 19:55:18 · 7870 阅读 · 0 评论 -
python 图像的旋转+翻转操作+PIL读取图像 +对比度,锐度,色度,亮度增强
#coding=utf-8import cv2import numpy as npfrom numpy import *#**************旋转操作***************img=cv2.imread('21_manual1.png')rows,cols,channel=img.shapefor j in range(0, 71): M=cv2.getRot...原创 2019-03-05 22:10:40 · 6429 阅读 · 3 评论 -
图像分割
图像分割基于图像的不连续性(边缘检测, 边界跟踪,Hough变换)和图像的相似性(区域生长, 区域分裂与合并, 阈值分割),(1) 边缘检测边缘检测的目的是标识数字图像中亮度变化明显的点, 剔除那些认为不相关的信息,保留图像较为重要的结构.基本步骤:原始图像 -> (平滑滤波) -> 平滑图像 -> (锐化滤波) -> 锐化图像 -> ...原创 2019-01-15 14:20:43 · 154 阅读 · 0 评论