自定义博客皮肤VIP专享

*博客头图：

点击选择上传的图片

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

点击选择上传的图片

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

点击选择上传的图片

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览取消提交

自定义博客皮肤

-+

上一步保存

weixin_43327191的博客

博客等级

码龄7年

95
原创

47
点赞

353
收藏

19
粉丝

关注

私信

热门文章

分类专栏

最新评论

图像运算
傾一世ゐ帝: 续数字水印 plt.subplot(2, 2, 1), plt.imshow(water_mark, cmap="gray"), plt.title("original water_mark") plt.subplot(2, 2, 2), plt.imshow(image, cmap="gray"), plt.title("original image") plt.subplot(2, 2, 3), plt.imshow(image2, cmap="gray"), plt.title("after image") plt.subplot(2, 2, 4), plt.imshow(water_mark2, cmap="gray"), plt.title("after water_mark") # 显示图像 plt.tight_layout() # 自动调整子图间距 plt.show()
图像运算
傾一世ゐ帝: 数字水印有点问题 import cv2 import numpy as np import matplotlib.pyplot as plt # 导入 matplotlib.pyplot 并使用别名 plt # 水印图片 water_mark = cv2.imread("true.jpg", cv2.IMREAD_GRAYSCALE) # 实体图片 image = cv2.imread("color_2.jpg", cv2.IMREAD_GRAYSCALE) # 检查图像是否加载成功 if water_mark is None or image is None: print("Error: Unable to load one or both images. Please check the file paths.") exit() x, y = image.shape # 将两张图片大小统一 water_mark = cv2.resize(water_mark, (y, x)) # 嵌入 # 将实体图片最低有效位清零 # 构建清零矩阵 mode1 = np.zeros(image.shape, dtype=np.uint8) + 254 # 清零 image1 = cv2.bitwise_and(image, mode1) # 水印图片预处理 mark1 = water_mark > 0 water_mark1 = water_mark.copy() water_mark1[mark1] = 1 # 嵌入 image2 = cv2.bitwise_or(image1, water_mark1) # 水印图片提取 # 创建提取矩阵 mode2 = np.ones(image.shape, dtype=np.uint8) # 提取 water_mark2 = cv2.bitwise_and(image2, mode2) mark2 = water_mark2 > 0 water_mark2[mark2] = 255 # 使用 matplotlib 显示图像 plt.figure(figsize=(10, 8)) # 设置图像显示窗口大小
图像运算
傾一世ゐ帝: 位平面那里显示不出来import cv2 import numpy as np import matplotlib.pyplot as plt # 读取灰度图像 dog = cv2.imread("dog_1.jpg", cv2.IMREAD_GRAYSCALE) # 检查图像是否加载成功 if dog is None: print("Error: Unable to load image 'dog_1.jpg'. Please check the file path.") exit() # 获取图像大小 x, y = dog.shape # 创建提取矩阵 mode = np.zeros((x, y, 8), dtype=np.uint8) for i in range(8): mode[:, :, i] = 2 ** i # 显示原始图像 plt.subplot(3, 3, 1), plt.imshow(dog, cmap="gray"), plt.title("original") # 逐位分解图像 for i in range(8): # 位图分解 image = cv2.bitwise_and(dog, dog, mask=mode[:, :, i]) # 注意掩码的使用方式 image = np.where(image > 0, 255, 0) # 将非零值转换为255 plt.subplot(3, 3, i + 2), plt.imshow(image, cmap="gray"), plt.title(str(i)) # 显示图像 plt.show()
图像运算
傾一世ゐ帝: 图像加权改下 import cv2 # 读取猫和狗的图像 cat = cv2.imread("cat.jpg") dog = cv2.imread("dog.jpg") # 对狗的图像进行缩放 dog = cv2.resize(dog, (533, 300)) # 确保猫的图像和狗的图像大小一致 cat = cv2.resize(cat, (533, 300)) # 将猫和狗的图像进行融合 cat_dog = cv2.addWeighted(cat, 0.5, dog, 0.5, 0) # 显示图像 cv2.imshow("cat", cat) cv2.imshow("dog", dog) cv2.imshow("cat and dog", cat_dog) # 等待用户按键并关闭窗口 cv2.waitKey(0) cv2.destroyAllWindows()
对抗样本cleverhans的使用
qq_40619760: 这个就是完整的啊

数据结构

关注

关注数：文章数：3 文章阅读量：3277 文章收藏量：10

作者: 远古穷鬼

这个作者很懒，什么都没留下…

展开

专栏收录文章