cap_timo博客

1、基础实验部分 1、 了解膨胀、腐蚀原理 2、 了解开运算、闭运算原理 3、 掌握膨胀、腐蚀函数的使用 4、 掌握开运算、闭运算函数的使用 实现效果 开运算、闭运算 腐蚀、膨胀 二、思考题 2.1：利用膨胀腐蚀提取灰度图边界 思路：膨胀图片 - 腐蚀图片 效果 2.2：根据击中击不中变换的原理，用自己的代码实现图像的击中实验，寻找到 B 图（B.png） 在 A 图（A.png）中的位置。具体要求分别显示腐蚀处理后的两张腐蚀图片，以及最后交集后得出的击中结果。(提示：腐蚀操作针对白色信息,可进行取反

发现这两个问题是在昨天做实验的内容时遇到的，图像部分显示很奇怪，该亮的地方是黑色的（使用np.uint8后溢出导致的），以及不该亮的画面，出现过分亮的样子(矩阵中元素是浮点数导致的) dtype = float 其实不仅是定义了类型，在进行矩阵运算的过程中，数值也很容易变成浮点数，如果没有对图像数据定义为uint8，会出现整个画面过白的情况，详情见cv.imshow使用手册内容： 红圈部分说明了，如果数据是浮点数，cv.imshow会把数值×255，因为他默认你的浮点数位于0~1之间，×255后，就可以在

实验目标 完成图像的载入和显示 RGB三通道分离并显示 RGB三通道均衡化并显示 实现锐化 实现伽马校正（非线性） 实现对比度和亮度校正（线性） 色彩空间转化 RGB 2 HSV 伪彩色变化 用了一整天时间，记录下做的过程中遇到的坑 实验总结 载入图像时，可以对载入是否成功进行判断，有利于自己检查问题，图片路径采用绝对路径好一些，记得路径中要改为“ \” 或者 “/” 当准备更改图像的像素值的时候（比如伽马校正），需要对所有像素点先遍历后更改，如果采用三个for循环，速度会非常慢，此时考虑图像已经是矩

前两天用Python帮同学完成了一个自动检索需要标注的词和对应序列号的问题，当时写程序写老好一会，现在回想起来，算是一个比较容易的程序，这是除了毕业设计以外第一次用Python解决的实际问题，先记录下。 似乎是人脑图谱需要一些标注的数据，他们的师兄给了一个原始的数据库（txt文件，文件大小是142Mb），需要他们做的是，找100句新闻语料，把其中的关键词，在原始数据库里找到对应的序列号，标注出来。 例如新闻： 目前全美累计确诊病例已超417.8万，累计死亡人数超过14.6万。佛罗里达州报告了逾41.4