Python - 计算机视觉 computer vision

本文探讨了图像增强处理,如对比度调整及与像素分布的关系。深入讨论颜色分解(Color Quantization)技术,用于提取图片的主要颜色。并提到了k-means算法的局限性及其替代方案的探索。此外,文章还涵盖了图像预处理方法,包括平滑、放缩等,以及自定义卷积操作的实现。

For a Final Proj related to Computer Vision, but may not related to Deep Learning things.

Also, only mark some blog links here for my own inference.

  1. 图像增强的处理,比如在对比度上的变化等。它也是和像素的分布有关系的,看上去比较useful.
    https://blog.youkuaiyun.com/m0_38007695/article/details/82718107
  2. 颜色分解,Color Quantization,比如提取一张图片中的主要颜色。
    看到一些k-means的做法,但是k-means不太稳定,可能和初始值有比较大的关系,所以可以探索下别的颜色。还有极端值的处理。
  3. 需要找一些类似预处理的post,比如图片平滑,放缩,等等类似的。包括一些高度自定义的卷积操作如何实现。
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