随笔分类 -  图像课程学习

人工智能课程学习地址:https://www.bilibili.com/video/av33208345/?p=30
摘要:#选取周围几个像素点,并对其进行排序,选取中间那个值import cv2import numpy as npimg = cv2.imread('D:/pythonob/imageinpaint/img/noise.jpg',1)imgInfo = img.shapeheight = imgInfo[0]width = imgInfo[1]gray = cv2.cvtColor(img,cv2.CO 阅读全文
posted @ 2019-09-07 16:36 Bambo0 阅读(257) 评论(0) 推荐(0)
摘要:import cv2import numpy as npimg = cv2.imread('D:/pythonob/imageinpaint/img/noise.jpg',1)gauss = cv2.GaussianBlur(img,(5,5),1.5)#高斯滤波#均值滤波:将每个像素取周围像素的平均值imgInfo = img.shapeheight = imgInfo[0]width = im 阅读全文
posted @ 2019-09-07 16:34 Bambo0 阅读(340) 评论(0) 推荐(0)
摘要:#双边滤波函数:bilateralFilter(src,d,sigmaColor,sigmaSpace)# src:输入图像# d:过滤时周围每个像素领域的直径# sigmaColor:在color space中过滤sigma。参数越大,临近像素将会在越远的地方mix。# sigmaSpace:在coordinate space中过滤sigma。参数越大,那些颜色足够相近的的颜色的影响越大。imp 阅读全文
posted @ 2019-09-07 16:33 Bambo0 阅读(786) 评论(0) 推荐(0)
摘要:原理:将所有像素点的值加上一个常数 阅读全文
posted @ 2019-09-07 16:29 Bambo0 阅读(356) 评论(0) 推荐(0)
摘要:原理:计算每个通道像素级别(0-255)的累加概率,然后用累加概率乘以255代替原来的像素 阅读全文
posted @ 2019-09-07 15:10 Bambo0 阅读(710) 评论(0) 推荐(0)
摘要:#计算灰度级别的累加概率,然后:当前像素值 = 当前像素的累加概率 * 255import cv2import numpy as npimg = cv2.imread('D:/pythonob/imageinpaint/img/flower.jpg',1)imgInfo = img.shapeheight = imgInfo[0]width = imgInfo[1]gray = cv2.cvtCo... 阅读全文
posted @ 2019-09-07 14:34 Bambo0 阅读(367) 评论(0) 推荐(0)
摘要:原理:和灰度直方图一样,只是将一个灰度通道换成了三个的RGB通道import cv2import numpy as npimport matplotlib.pyplot as pltimg = cv2.imread('D:/pythonob/imageinpaint/img/flower.jpg',1)imgInfo = img.shapeheight = imgInfo[0]width = im... 阅读全文
posted @ 2019-09-07 14:27 Bambo0 阅读(441) 评论(0) 推荐(0)
摘要:原理:统计每个像素灰度出现的概率import cv2import numpy as npimport matplotlib.pyplot as pltimg = cv2.imread('D:/pythonob/imageinpaint/img/flower.jpg',1)imgInfo = img.shapeheight = imgInfo[0]width = imgInfo[1]gray = c 阅读全文
posted @ 2019-09-07 12:58 Bambo0 阅读(881) 评论(0) 推荐(0)
摘要:原理:利用opencv库的API,函数cv2.inpaint(原图像,蒙版,修复算法(cv2.INPAINT_TELEA/cv2.INPAINT_NS)) 1、基于快速行进算法 cv2.INPAINT_TELEA。 2、基于流体动力学并使用了偏微分方程 cv2.INPAINT_NS。 蒙版是一个标出 阅读全文
posted @ 2019-09-06 15:54 Bambo0 阅读(545) 评论(0) 推荐(0)
摘要:#直方图均衡化函数:equalizeHist(图像),只能对单通道进行均衡化import cv2import numpy as npimg = cv2.imread('D:/pythonob/imageinpaint/img/flower.jpg',1)gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)grayEq = cv2.equalizeHist(gray... 阅读全文
posted @ 2019-09-06 12:57 Bambo0 阅读(310) 评论(0) 推荐(0)
摘要:API实现#计算直方图函数:cv2.calcHist(images, channels, mask, histSize, ranges[, hist[, accumulate ]])#imaes:输入的图像# channels:选择图像的通道# mask:掩膜,是一个大小和image一样的np数组, 阅读全文
posted @ 2019-09-06 12:55 Bambo0 阅读(675) 评论(0) 推荐(0)
摘要:图片效果图: 阅读全文
posted @ 2019-09-05 11:51 Bambo0 阅读(197) 评论(0) 推荐(0)
摘要:#线段绘制函数:cv2.line(原图像,起始点,终点,线条粗细,线头圆滑)#矩形绘制函数:cv2.rectangle(原图像,左上角,右下角,颜色,线条宽度(值为-1时表示填充))#圆形绘制函数:cv2.circle(原图像,圆心位置,半径,颜色,线条宽度(值为-1时表示填充))#圆弧绘制函数:cv2.cllise(原图像,圆心位置,(长轴,短轴),偏转角度,起始角度,终止角度,颜色,线条宽度( 阅读全文
posted @ 2019-09-05 11:17 Bambo0 阅读(293) 评论(0) 推荐(0)
摘要:原理: 1、获取图像的灰度(gray)图片2、设计一个小方框(4x4 or 8x8 or 10x10等),统计每个小方框的像素值3、将0-255的灰度值划分成几个等级,并把第二步处理的结果映射到所设置的各个等级中,并计数4、找到每个方框中灰度等级最多的所有的像素,并且求取这些像素的均值5、用统计出来 阅读全文
posted @ 2019-09-04 17:04 Bambo0 阅读(190) 评论(0) 推荐(0)
摘要:原理:相邻像素值相减(或当前像素值减去右下的像素值),然后加上128,得到中间值灰色 因为相邻点基本上都是rgb比较相似的,所以相似的点的处理结果基本上临近128,而不相近颜色的值则偏离128较远,所以可以得到一个类似于浮雕的图像。 新的像素值 = 旧的像素值 - (旧的像素值+1) + 128,如 阅读全文
posted @ 2019-09-04 16:22 Bambo0 阅读(267) 评论(0) 推荐(0)
摘要:import cv2import numpy as npimport mathimport randomimg = cv2.imread('D:/pythonob/imageinpaint/img/zidan.jpg',1)imgInfo = img.shapeheight = imgInfo[0]width = imgInfo[1]gray = cv2.cvtColor(img,cv2.COLO 阅读全文
posted @ 2019-09-04 16:10 Bambo0 阅读(208) 评论(0) 推荐(0)
摘要:原理:图像1某部分和图像2某部分(大小一样)分别乘以一个系数(这两个系数和为一) p1*0.3 + p2*0.7 阅读全文
posted @ 2019-09-03 17:54 Bambo0 阅读(365) 评论(0) 推荐(0)
摘要:原理:将所有像素点随机赋值比其大某个不大的值,如:0-8间的某个值 阅读全文
posted @ 2019-09-03 17:49 Bambo0 阅读(443) 评论(0) 推荐(0)
摘要:原理:将范围内10*10的像素全部赋值为第一个像素的值 阅读全文
posted @ 2019-09-03 17:33 Bambo0 阅读(263) 评论(0) 推荐(0)
摘要:反转原理:像素值 = 255-当前像素值 主要分为灰度图像反转和彩色图像反转 阅读全文
posted @ 2019-09-03 17:28 Bambo0 阅读(1209) 评论(0) 推荐(0)