Wood_Du的博客

实验六 数学形态及图像压缩实验要求对test 目录下的图像进行图像压缩测试，调节参数查看效果。实验内容形态学的基本操作(膨胀，腐蚀，开闭等运算)如何选择形态学结构元素（保持基本形状，去除不相关特征）JPEG的编码过程Huffman编码的过程形态学用到matlab自带的函数：imdilate ：膨胀imerode：腐蚀strel ：生成结构元素imopen: 开...

title: 空间域图像增强date: 2019-04-10 21:02:26tags: [数字图像处理,图像增强,Digital Image]文章目录空间域图像增强空间域图像增强基本概念（引用）：实验：1、图片IMG_2546.JPG2、图片100_3228.JPG，使用图像增强的方法使图像效果好一点，并对比增强前后的直方图变化3、实现类似美图秀秀磨皮功能，并对比磨皮前后直方图变化代码...

VS上openCV 4.1.1 配置官网：https://opencv.org/releases/https://www.cnblogs.com/aiguona/p/9370433.htmlhttp://www.imooc.com/article/287720测试：okopencv在vs2015中配置相对路径参考：https://blog.youkuaiyun.com/u011499425/ar...

迁博了：wood-du.cn原理：​ 将原图片切成一个一个的小块，用一个图库比对和这张照片的某一块最相似的图片然后替换掉。以颜色为基准，找颜色。三种算法：HSV RGB 直方图RGBmatlab入门写的最丑的代码,不要去看 。仅以此代码祭奠我！不过这代码清晰的说明了处理的过程。init_path='E:\University\Digital image\3999.jpg';A...

presentation: opencv中常见的二值化操作，当然，不同图片你要去调参，不同的二值化处理效果不同，可以根据特定场景二值化后的效果选取想要的二值化操作。import cv2import numpy as npfrom matplotlib import pyplot as pltimport osif __name__ == "__main__": input_path = '' img = cv2.imread(input_path + 'test.jpg')

presentation: 检测圆在图像预处理中主要可用于特征点的定位，通过特征定位后可对图像做一定的预处理（比如剪切、平移等基本操作），当然，也有其他方法进行圆的定位，比如可以去先轮廓检测，通过contour信息去试是否能够在约束条件下拟合圆。拟合方法常见的：最小二乘法，RANSAC（通过内点数目迭代）。当然，如果真的要去找圆特征，最好用的方法还是直接用一个目标检测，标一些数据，训练的网络检测圆效果只会更好。或者特征比较明显，也可以使用模板匹配。import cv2import numpy as np

presentation:最小二乘法：几何意义：高维空间中的一个向量在低维子空间的投影小二乘法是由勒让德在19世纪发现的，形式如下式：观测值就是我们的多组样本，理论值就是我们的假设拟合函数。目标函数也就是在机器学习中常说的损失函数，我们的目标是得到使目标函数最小化时候的拟合函数的模型。可以加入正则化项，降低过拟合。回归问题中，损失函数是平方损失，正则化可以是参数向量的L2范数,也可以是L1范数。L1: regularization*abs§L2: 0.5 * regularizatio

——准备更博了，或许是光已经出现。传统CV本就如此，不像深度学习泛化性能那么强。但她，总是让你充满了很多的甜蜜。特定场景下，很多传统CV都有着巨大的魔力，尤其是在算法落地上。精确率、召回率、过检、漏检的要求并不是去深度学习中调参炼丹就能解决的，图像的预处理往往是成功的第一步。所以总结了一系列opencv中传统CV的用法，当然，你也逃不过特定场景下的调参。初写python, 多谢指教。介绍：主要是opencv中的cv2.findContours()函数，用于寻找图像中的轮廓，代码...