图像数据处理

本文介绍了计算机视觉的基本概念及其应用,重点讲解了scikit-image库在图像数据处理中的作用,包括图像数据的表示、数据类型和像素值、图像数据、色彩空间、颜色直方图、对比度增强以及滤波方法。同时,讨论了常用的图像特征方法,如颜色和形状特征,并提到了SIFT和HOG等特征提取技术。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1.计算机视觉(CV)

从图像和时频中提取数值或符号信息的计算系统;
使计算机能够和人类一样看到并理解图像;
应用:
识别、鉴别、监测;
运动、分割、跟踪、多视图几何;
线型滤波、边缘监测、纹理;
相机模型、相机标定、辐射测定、颜色;

2.scikit-image

2.1skimage的图像数据

skiamge中的图像数据是由Numpy的多维数组表示的
由skimage加载的图像可以调用其他常用的包进行处理和计算,如matplotib,scipy等

2.2数据类型和像素值

CV中的图像的像素值通常有以下两种处理范围
0-255 0-黑色 255-白色
0-1 0黑色 1-白色

skimage支持以上两种像素范围,至于如何选择是根据数组的dtype决定的
float 0-1
unsigned bytes 0-255
unsigned 16-bit integers 0-65535

像素值数据类型转换
img_as_float, img_as_ubyte
推荐使用float, skimage包内部大多数使用的是float类型,即像素值是0-1

显示图像
通过matplotlib, plt.imshow() 可以指定不同的color map

图像I/O
加载图像,skiamge.io.imread()
同时加载多个图像,skimage.io.imread_collection()
保存图像, skiamge.io.imasve()

2.3.图像数据

图像数据是多维数组,前两维表示了图像的高、宽第三维表示图像的通道个数,如RGB,第三个维度为3,因为有三个通道;灰度图像没有第三个维度

分割和索引

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值