机器视觉和机器学习

摘要： read_image (Image, '1.jpg')gen_rectangle1 (Rectangle_1, 1457, 99, 1801, 473)crop_rectangle1 (Image, ImagePart, 1457, 99, 1801, 473)create_data_code_2d 阅读全文

摘要： 频率特征是图像的灰度变化特征，低频特征是灰度变化不明显，例如图像整体轮廓，高频特征是图像灰度变化剧烈，如图像边缘和噪声。 一个重要的经验结论：低频代表图像整体轮廓，高频代表了图像噪声，中频代表图像边缘、纹理等细节。什么时候使用傅里叶变换进行频域分析？1、具有一定纹理特征的图像，纹理可以理解为条纹，如 阅读全文

摘要： 1、提取的形状建立形状模板 reduce_domain (Image, ModelRegion, ImageReduced) inspect_shape_model(ImageReduced, ModelImages, ModelRegions, 3, HighContrast) select_ob 阅读全文

摘要： <1>、Px，Qx是Row坐标 Py，Qy是Column坐标 <2>、如果是图像和Region变换，必须要按照上面的要求进行；如果是坐标的转换，只要前后一致就可以了 阅读全文

摘要： https://www.mydrivers.com/zhuanti/tianti/cpu/?eqid=fd982714000006dd000000036486828f 阅读全文

摘要： 阅读全文

摘要： 与传统的机器学习相比，深度学习最大的优点恐怕是“端到端”(End-to-End)。 所谓端到端，是指将数据从模型的输入端灌进去，预测结果从模型的输出端输出来，中间无需任何人工介入进行特征工程。 在深度学习之前，将原始数据加工成模型所能接受的数据，往往需要领域专家的介入，进行特征选择和特征工程的数据预 阅读全文

摘要： 阅读全文

摘要： 简单来说击中-击不中运算常用于二值图像，它用于基于结构元素的配置，从图像中寻找具有某种像素排列特征的目标，如单个像素、颗粒中交叉或纵向的特征、直角边缘或其他用户自定义的特征等。计算时，只有当结构元素与其覆盖的图像区域完全相同时，中心像素的值才会被置为1，否则为0。下图给出了一个例子。 在图像A中，找 阅读全文

摘要： 阅读全文