上一页 1 ··· 69 70 71 72 73 74 75 76 77 ··· 102 下一页
摘要: 在matlab中,存在执行直接得函数来添加高斯噪声和椒盐噪声。Python-OpenCV中虽然不存在直接得函数,但是很容易使用相关的函数来实现。 代码: 可见,只要我们得到满足某个分布的多维数组,就能作为噪声添加到图片中。 例如: 然后再: 参考链接: 1、https://stackoverflow 阅读全文
posted @ 2019-03-30 15:45 Rogn 阅读(38043) 评论(0) 推荐(1)
摘要: 膨胀与腐蚀一般用于二值图,也很好理解。但是对于灰度图,显然也存在腐蚀与膨胀,这是如何进行的呢? 可以使用OpenCV中的库函数cv2.erode和cv2.dilate,但这次是探究其中的原理。 灰值形态学 结构元素(structure element) $5 \times 5$结构元素示例: (2) 阅读全文
posted @ 2019-03-30 13:09 Rogn 阅读(2308) 评论(0) 推荐(0)
摘要: 目标 这一节 我们将学习不同的形态学操作,如腐蚀、膨胀、开、闭...... 我们将看到不同的函数,如:cv2.erode()、cv2.dilate()、cv2.morphology() 理论 形态变换是基于图像形状的一些简单操作。它通常在二进制图像上执行。它需要两个输入,一个是我们的原始图像,第二个 阅读全文
posted @ 2019-03-30 12:24 Rogn 阅读(4069) 评论(0) 推荐(0)
摘要: 通常我们将读入的彩色图转化成灰度图,需要将灰度图反转得到掩码,如何正确快速的得到某个图像的反转图呢? 首先看一种看似很正确的写法,对其中每个像素进行如下处理: 其实,灰度图中像素值是<class numpy.uint8>, 即8位无符号数,这是为了保证像素值0~255。 所以正确的写法只需 img 阅读全文
posted @ 2019-03-29 09:15 Rogn 阅读(473) 评论(0) 推荐(0)
摘要: 概念 修复是图像插值。数字修复算法在图像插值,照片恢复,缩放和超分辨率等方面具有广泛的应用。 大多数人会在家里放一些旧的退化照片,上面有一些黑点,一些笔画等。你有没有想过恢复它?我们不能简单地在绘画工具中擦除它们,因为它将简单地用白色结构替换黑色结构,这是没有用的。在这些情况下,使用称为图像修复的技 阅读全文
posted @ 2019-03-28 22:57 Rogn 阅读(26685) 评论(4) 推荐(0)
摘要: 编写pytohn脚本时通常需要批处理。 列出指定目录下的所有文件/文件夹 os.listdir() 方法用于返回指定的文件夹包含的文件或文件夹的名字的列表,但有个很明显的缺点,它的默认顺序不是有序的或者说不是通常的顺序(不知道用啥排的)。 由于返回值是list类型,所以可以使用sort() 结果(可 阅读全文
posted @ 2019-03-28 15:43 Rogn 阅读(37200) 评论(2) 推荐(4)
摘要: Mark 斐讯k2p 月光银 硬件版本A2-软件版本22.7.8.5 刷官改系统(用chrome打开) 详细资源推荐:恩山论坛 https://www.right.com.cn 附: k2p指示灯的四种状态,在解决问题时有一定指示作用1.启动时,红灯常亮,启动成功后会变灯2.路由出厂模式未配置,启动 阅读全文
posted @ 2019-03-28 14:18 Rogn 阅读(3623) 评论(0) 推荐(0)
摘要: 官方渠道,图形界面,操作简单,可以说对新手及其友好!! 依次打开:搜索,软件与更新,第一个和第三个勾上,下载自,其它,然后在中国条目下选择你想使用的镜像站点,然后点“选择服务器”,然乎点击“关闭”,选择“重新加载”。 你也可以点旁边的“选择最佳站点”,能够自动选择出最佳的站点,我的就是http:// 阅读全文
posted @ 2019-03-27 23:28 Rogn 阅读(2100) 评论(0) 推荐(0)
摘要: pip换源 一下方法对pip和pip3同时起作用 永久换源 运行一下命令: cd ~/.pip 如果提示目录不存在的话,我们要自行创建一个,再进入目录 mkdir ~/.pip cd ~/.pip 在.pip目录下创建一个pip.conf文件 touch pip.conf 编辑pip.conf文件 阅读全文
posted @ 2019-03-27 22:55 Rogn 阅读(6305) 评论(0) 推荐(0)
摘要: 使用自定义内核对图像进行卷积。该功能将任意线性滤波器应用于图像。支持就地操作。当光圈部分位于图像外部时,该功能会根据指定的边框模式插入异常像素值。 语法 函数原型: 参数: 该函数实际计算的是相关性,而不是卷积 $$\texttt{dst} (x,y) = \sum _{ \stackrel{0\l 阅读全文
posted @ 2019-03-26 12:50 Rogn 阅读(62106) 评论(0) 推荐(6)
上一页 1 ··· 69 70 71 72 73 74 75 76 77 ··· 102 下一页