weixin_43873671的博客

在我们的生活过程中，如果遇到了想给图片换颜色的情况，首先想到的一定是PS，但是PS安装还是比较大的，不如利用几行python代码就是实现了颜色替换。1、准备阶段首先要获取到要换颜色的区域的RGB值和要换成的目标颜色的RGB值，获取的方法也很简单，打开电脑微信后，按住Alt+A，把鼠标移到颜色上就会得到RGB值，之后就可以运行代码了。2、运行代码使用两个for循环，遍历所有的像素值更换为新的像素值。#!/usr/bin/pythonfrom PIL import Imageimport sys

众所周知，卷积神经网络是深度学习中非常有代表性的学习领域，而深度学习又是机器学习的主要分支，因此卷积神经网络就是用来让机器学习的过程途径，而机器要学的就是图像中的特征，“卷积”就是用来提取特征的。在卷积神经网络面前，所有图像都是矩阵，矩阵中就是一个个的像素，这些像素组成了我们肉眼看到的图像。最经典的CNN便是Let-5网络卷积过程有三个重要的概念需要知道：局部感知、参数共享、池化局部感知：即网络部分连通，每个神经元只与上一层的部分神经元相连，只感知局部，而不是整幅图像。局部感知通过滑窗实现，局部

PIL的九种不同模式：1，L，P，RGB，RGBA，CMYK，YCbCr,I，F1、模式“1”模式“1”代表转化为二值化图像，图像“非黑即白”，但是它每个像素用8个bit表示，0表示黑，255表示白使用方法为：import matplotlib.pyplot as plt # plt 用于显示图片from PIL import Imageimg = Image.open('C:/Users/wanqian/Desktop/1/13.png')img_1=img.convert("1")pl

图像的腐蚀(erosion)是基本的形态学运算,主要用来寻找图像中极小区域.一、图像腐蚀基本原理腐蚀操作就是拿这个结构元素的中心位置（假设参与逻辑计算的元素对应与二维矩阵中元素为1的点，即网格板上的孔），在图像上移动时，如果透过所有的孔都能看到底下的图像，那么这个中心点处的图像就保留，否则去除。图像A用卷积模板B来进行腐蚀处理，通过模板B与图像A进行卷积计算，得出B覆盖区域的像素点最小值，并用这个最小值来替代参考点的像素值。如图所示，将左边的原始图像A腐蚀处理为右边的效果图A-B。腐蚀的方法是，拿B