- 博客(13)
- 收藏
- 关注
RSS订阅原创 OpenCV学习笔记10
equalizeHist直方图均衡化直方图均衡化是通过拉伸像素强度分布范围来增强图像对比度的一种方法.void equalizeHist(InputArray src,OutputArray dst)参数详解：src：源图像。图像必须是灰度图。dst：目标图像。对比度受限的自适应直方图均衡（CLAHE，Contrast Limited Adaptive Histogram Equalization）算法。尽管最初它仅仅是被当作一种图像增强算法被提出，但是现今在图像去雾、低照度图像增强，水下图像
2021-03-19 15:40:16
115
原创 OpenCV学习笔记9
直方图反向投影def back_projection_demo(): sample = cv.imread("D:/photo/bmp/sample.bmp") target = cv.imread("D:/photo/bmp/lenna.bmp") roi_hsv = cv.cvtColor(sample, cv.COLOR_BGR2HSV) target_hsv = cv.cvtColor(target, cv.COLOR_BGR2HSV) # show im
2021-03-19 14:43:48
128
原创 OpenCV学习笔记9
直方图应用cv.equalizeHist（）直方图均衡化，用于提高图像的质量def equalHist_demo(image): gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY) dst = cv.equalizeHist(gray)#直方图均衡化，用于提高图像的质量 cv.imshow("equalHist_demo", dst)对比有限的自适应直方图均衡def clahe_demo(image): gray = cv.c
2021-03-19 14:07:30
133
转载 OpenCV学习笔记7
bilateral filter双边滤波器的通俗理解 图像去噪的方法很多，如中值滤波，高斯滤波，维纳滤波等等。但这些降噪方法容易模糊图片的边缘细节，对于高频细节的保护效果并不明显。相比较而言，bilateral filter双边滤波器可以很好的边缘保护，即可以在去噪的同时，保护图像的边缘特性。双边滤波（Bilateral filter）是一种非线性的滤波方法，是结合图像的空间邻近度和...
2021-03-18 16:52:38
416
原创 OpenCV学习笔记6
OpenCV学习笔记6模糊操作均值滤波均值滤波是一种线性滤波器，处理思路也很简单，就是将一个窗口区域中的像素计算平均值，然后将窗口中计算得到的均值设置为锚点上的像素值。该算法有优点在于效率高，思路简单。同样，缺点也很明显，计算均值会将图像中的边缘信息以及特征信息“模糊”掉，会丢失很多特征。均值滤波使用简单的卷积方案来实现，既然是计算窗口区域中的像素和，即使用如下卷积核即可。图像的边界部分采用padding操作处理。另外，得到的锚点像素值要进行归一化，即除以窗口尺寸大小。在OpenCV中，我们
2021-03-17 16:38:36
125
原创 OpenCV学习笔记5
OpenCV学习笔记5ROI与泛洪填充复制原有的图像copyImg = image.copy()cv.floodFillint floodFill(InputOutputArray image, InputOutputArray mask, Point seedPoint,Scalar newVal, Rect* rect=0, Scalar loDiff=Scalar(), Scalar upDiff=Scalar(), int flags=4 )第一个参数，InputOutputArr
2021-03-16 21:05:55
210
原创 OpenCV学习笔记4
OpenCV学习笔记4OpenCV中的减加乘除求图像的均值和方差对比度增强OpenCV中的减加乘除两张图片要有相同的大小和通道数，当深度不一致时，输出图像要明确指定深度def add_demo(m1, m2): dst = cv.add(m1, m2) cv.imshow("add_demo", dst)def subtract_demo(m1, m2): dst = cv.subtract(m1, m2) cv.imshow("subtract_demo", d
2021-03-16 19:13:19
115
原创 OpenCV学习笔记3
OpenCV学习笔记3常见色彩空间色彩空间的转换使用色彩空间转换图对指定颜色的提取图像通道分离与合并常见色彩空间RGBHSVHISYCrCbYUV色彩空间的转换gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)#转换为灰度图hsv = cv.cvtColor(image, cv.COLOR_BGR2HSV)#RGB转HSVyuv = cv.cvtColor(image, cv.COLOR_BGR2YUV)#RGB转YUVYcrcb = cv.cvt
2021-03-15 15:54:57
212
2
原创 OpenCV学习笔记2
OpenCV学习笔记2image.shapeimage.shapeimage.shape[0], 图片垂直尺寸image.shape[1], 图片水平尺寸image.shape[2], 图片通道数 for row in range(height): for col in range(width): for c in range(channels):#循环遍历图像各通道的每一个像素值 pv = image[row, col
2021-03-15 14:20:37
279
2
原创 OpenCV学习笔记1
OpenCV学习笔记cv.imread(filepath,flags)功能：读取图片cv.namedWindow(winname[, flags])功能：创建窗口cv.imshow(winname, mat)功能：在 winname 指定的窗口上显示 mat 指定的图像备注cv2.destroyAllWindows()功能：表示清除所有的方框界面cv.VideoCapture()例程cv.imread(filepath,flags)功能：读取图片filepath为图片完整路径，flags为读入图片的标
2021-03-10 17:19:22
551
原创 论文阅读——《基于卷积神经网络的车行环境多类障碍物检测与识别》
近期学习了卷积神经网络相关的知识，在课余时间阅读了一篇有关障碍物检测的硕士生论文，不过就阅读的过程而言，感觉硕士论文有些冗杂，容易让读者抓不到重点，而且篇幅较多，耗费时间有些长，以后阅读论文可以直接从核心期刊入手，英文论文对现在的我还有些困难，不过以后会逐步推进，加油！以下是我个人对这篇论文的理解。《基于卷积神经网络的车行环境多类障碍物检测与识别》摘要绪论背景及意义国内外研究现状二、使用步骤1.引入库2.读入数据总结摘要 以 AlexNet网络模型为原型，基于 DeepLearnToolbox
2020-11-15 23:07:48
1682
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