- 博客(4)
- 收藏
- 关注
RSS订阅原创 第5章 图像梯度计算
Scharr 算子是另一种用于边缘检测的算法，它是一种特定的 Sobel 算子，但具有不同的内核，通常用于计算图像的梯度幅度和方向。拉普拉斯算子是一个二阶导数算子，它用于边缘检测和图像锐化，对噪声很敏感，结果图像可能会包含一些噪声。结合了高斯平滑和微分求导，用于计算图像灰度值的梯度，从而检测图像中的边缘。的一阶导数，这是图像处理中用于边缘检测的一种方法，：这是y方向上的导数阶数，这里0表示不求导。：这是x方向上的1阶导数阶数。所以突出显示图像中的垂直边缘。：这指定了输出图像的深度。
2024-10-27 13:10:51
148
原创 第4章 图像形态学操作
定义腐蚀操作的形状和大小的核。核是一个 3x3 的矩阵，所有元素都为 1，数据类型为 np.uint8。#用于去除图像中的小对象或平滑较大对象的边界，并且减小图像的边界。#iterations腐蚀操作的迭代次数。#黑帽 闭运算-原始输入。#礼帽 原始输入-开运算结果。# 开：先腐蚀，再膨胀。# 闭：先膨胀，再腐蚀。# 梯度=膨胀-腐蚀。
2024-10-27 13:09:21
480
原创 第3章 阈值与平滑处理
它将图像的每个像素替换为其邻域像素值的中值。maxval：当像素值超过了thresh，这个值或者小于这个值（这是由type其取值决定），就取 这个值。#核的大小是 3x3，意味着每个像素的值将由其自身和周围 8 个像素的平均值来决定。滤波器会将邻域内像素值的平均值归一化，即除以邻域内的像素数。# 高斯模糊的卷积核里的数值是满足高斯分布，相当于更重视中间的。#将图像中的每个像素替换为邻域像素的平均值来实现模糊效果。#1：表示高斯分布的标准差。
2024-10-18 20:01:09
502
1
原创 第2章 图像基本操作
img=cv2.imread('cat.jpg',cv2.IMREAD_GRAYSCALE)#cv2.IMREAD_GRAYSCALE标志指定了图像应该被转换成灰度图像，此时img.shape由(414, 500, 3)变为(414, 500)res = cv2.addWeighted(img_cat, 0.4, img_dog, 0.6, 0)（一张融合图片各自的比例）res = cv2.resize(img, (0, 0), fx=4, fy=4)（图片x，y轴的倍数）
2024-10-18 20:00:34
873
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人