摘要:
1、图像梯度 x,y方向上的梯度 # 图像梯度(由x,y方向上的偏导数和偏移构成),有一阶导数(sobel算子)和二阶导数(Laplace算子)# 用于求解图像边缘,一阶的极大值,二阶的零点# 一阶偏导在图像中为一阶差分,再变成算子(即权值)与图像像素值乘积相加,二阶同理 def sobel_dem 阅读全文
posted @ 2020-12-14 20:44
贾坤
阅读(162)
评论(0)
推荐(0)
|
摘要:
1、图像梯度 x,y方向上的梯度 # 图像梯度(由x,y方向上的偏导数和偏移构成),有一阶导数(sobel算子)和二阶导数(Laplace算子)# 用于求解图像边缘,一阶的极大值,二阶的零点# 一阶偏导在图像中为一阶差分,再变成算子(即权值)与图像像素值乘积相加,二阶同理 def sobel_dem 阅读全文
posted @ 2020-12-14 20:44
贾坤
阅读(162)
评论(0)
推荐(0)
摘要:
1、边缘保留滤波(EPF) def bi_demo(image):# bilateralFilter(src, d, sigmaColor, sigmaSpace, dst=None, borderType=None) """ sigmaColor大一点,sigmaSpace小一点 同时考虑空间与信 阅读全文
posted @ 2020-12-14 10:26
贾坤
阅读(125)
评论(4)
推荐(0)
摘要:
一、基础知识1、图像加载与保存什么是图片:结构化存储的数据信息 图像属性:通道数目、高与宽、像素数据、图像类型 import cv2 as cv import numpy as np#科学计数的包 def vedio_demo(): capture=cv.VideoCapture(0) while( 阅读全文
posted @ 2020-12-14 09:53
贾坤
阅读(146)
评论(0)
推荐(0)
|