2021年1月2日
图像极坐标变换——计算齿轮的圆心位置和齿轮所有参数
摘要： 思路：在圆心处进行直角坐标到极坐标转换，可以化圆为直线 题目：给定一组啮合的齿轮图像，计算该组齿轮的所有参数 一、二值化 1 import cv2 2 import numpy as np 3 import matplotlib.pyplot as plt 4 5 plt.rcParams['fon 阅读全文
posted @ 2021-01-02 21:07 Pio-GD 阅读(754) 评论(0) 推荐(0)
光照不均匀处理——图像的光补偿
摘要： 对侧方向光源导致的光照不均匀进行光补偿 注：使用的例子为左侧方向打光 待处理图像： 目标：实现图像二值化，不能缺少图像信息 一、拟合光照轮廓 1.对图像整体进行大津阈值分割 import cv2 import numpy as np import matplotlib.pyplot as plt p 阅读全文
posted @ 2021-01-02 20:48 Pio-GD 阅读(3215) 评论(2) 推荐(0)
简单形态学处理——腐蚀和膨胀
摘要： 参考链接：https://www.cnblogs.com/babycomeon/p/13112687.html 开运算：先腐蚀，再膨胀 例子： 待处理图像 目标：取出电路图，消除标注 import cv2 import numpy as np import matplotlib.pyplot as 阅读全文
posted @ 2021-01-02 20:25 Pio-GD 阅读(183) 评论(0) 推荐(0)
对图像进行傅里叶变换的意义，以及处理图像纹理特征
摘要： 频域图像的意义： 灰度图经过傅里叶变换，是从空间域到频域的转变 空间域：原图像的横纵坐标为底面，灰度值为高度（从信号角度看，横纵坐标相当于时间轴，灰度值为信号值） 频域：经过中心化后，中心是低频，往外是高频，某频率的梯度越大(255)则亮度越强(白色) 中心化是因为：傅里叶变换后原点在左上角，直流分 阅读全文
posted @ 2021-01-02 20:17 Pio-GD 阅读(2093) 评论(0) 推荐(0)