lixin05 - 博客园

2022年3月4日

摘要：图像轮廓一、图像轮廓检测 cv2.findContours(img,mode,method) mode:轮廓检索模式 RETR_EXTERNAL ：只检索最外面的轮廓； RETR_LIST：检索所有的轮廓，并将其保存到一条链表当中； RETR_CCOMP：检索所有的轮廓，并将他们组织为两层：顶层是阅读全文

posted @ 2022-03-04 11:39 lixin05 阅读(48) 评论(0) 推荐(0)

图像金字塔

摘要：图像金字塔一、高斯金字塔高斯金字塔拉普拉斯金字塔 1、高斯金字塔：向下采样方法（缩小） 2、高斯金字塔：向上采样方法（放大） 3、实战 img=cv2.imread("AM.png") cv_show(img,'img') up=cv2.pyrUp(img) cv_show(up,'up') 阅读全文

posted @ 2022-03-04 10:57 lixin05 阅读(73) 评论(0) 推荐(0)

图像处理之Canny边缘检测

摘要：图像处理之Canny边缘检测一、Canny边缘检测使用高斯滤波器，以平滑图像，滤除噪声。计算图像中每个像素点的梯度强度和方向。应用非极大值（Non-Maximum Suppression）抑制，以消除边缘检测带来的杂散响应。应用双阈值（Double-Threshold）检测来确定真实的和潜阅读全文

posted @ 2022-03-04 10:19 lixin05 阅读(96) 评论(0) 推荐(0)

图像处理之算子法

摘要：图像处理之算子法一、图像梯度-Sobel算子 img = cv2.imread('pie.png',cv2.IMREAD_GRAYSCALE) cv2.imshow("img",img) cv2.waitKey() cv2.destroyAllWindows() dst = cv2.Sobel(s 阅读全文

posted @ 2022-03-04 09:54 lixin05 阅读(284) 评论(0) 推荐(0)

2022年3月3日

图像形态学处理

摘要：图像形态学处理一、形态学-腐蚀操作 img = cv2.imread('dige.png') cv2.imshow('img', img) cv2.waitKey(0) cv2.destroyAllWindows() kernel = np.ones((3,3),np.uint8) erosion 阅读全文

posted @ 2022-03-03 22:15 lixin05 阅读(141) 评论(0) 推荐(0)

图像平滑处理

摘要：图像平滑处理一、图像阈值 ret, dst = cv2.threshold(src, thresh, maxval, type) src：输入图，只能输入单通道图像，通常来说为灰度图 dst：输出图 thresh：阈值 maxval：当像素值超过了阈值（或者小于阈值，根据type来决定），阅读全文

posted @ 2022-03-03 21:33 lixin05 阅读(151) 评论(0) 推荐(0)

图像基本操作

摘要：图像基本操作一、数据读取-图像 cv2.IMREAD_COLOR：彩色图像 cv2.IMREAD_GRAYSCALE：灰度图像 import cv2 #opencv读取的格式是BGR import matplotlib.pyplot as plt import numpy as np %matpl 阅读全文

posted @ 2022-03-03 20:46 lixin05 阅读(45) 评论(0) 推荐(0)

2022年3月2日

图像处理之绪论

摘要：图像处理之绪论一、引言数字图像处理方法的重要性源于两个主要应用领域：改善图示信息以便人们解释为存储、传输和表示而对图像数据进行处理，以便于机器自动理解 1.1 什么是数字图像处理  一幅图像可定义为一个二维函数f(x, y)，其中x和y是空间（平面）坐标，而在任何一对空间坐标(x, y) 阅读全文

posted @ 2022-03-02 23:55 lixin05 阅读(431) 评论(0) 推荐(0)

2022年2月28日

机器学习笔记之关联规则

摘要：机器学习笔记之关联规则一、关联规则概述 1.1 关联规则关联规则（Association Rules）反映一个事物与其他事物之间的相互依存性和关联性。如果两个或者多个事物之间存在一定的关联关系，那么，其中一个事物就能够通过其他事物预测到。关联规则可以看作是一种IF-THEN关系。假设商品A被客阅读全文

posted @ 2022-02-28 23:09 lixin05 阅读(1266) 评论(0) 推荐(0)

机器学习笔记之降维

摘要：机器学习笔记之降维一、降维概述维数灾难(Curse of Dimensionality)：通常是指在涉及到向量的计算的问题中，随着维数的增加，计算量呈指数倍增长的一种现象。在很多机器学习问题中，训练集中的每条数据经常伴随着上千、甚至上万个特征。要处理这所有的特征的话，不仅会让训练非常缓慢，还会极阅读全文

posted @ 2022-02-28 22:02 lixin05 阅读(1393) 评论(0) 推荐(0)