logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

第4章:色彩空间类型转换

第四章:色彩空间类型转换one. 色彩空间基础知识:1. GRAY色彩空间:2. XYZ色彩空间3. YCrCb色彩空间3. HSV色彩空间4. HLS 色彩空间5. CIEL * a * b *色彩空间6. CIEL * u * v *色彩空间7. Bayer色彩空间two. 类型转换函数:three. 类型转换实例four. HSV色彩空间讨论:1. 获取指定颜色:2. 标记指定颜色:five

#计算机视觉#opencv#图像处理
第13章:直方图处理

第13章:直方图处理一、直方图的含义:1. 普通直方图:2. 归一化直方图:二、绘制直方图:1. 使用Numpy绘制直方图:2. 使用OpenCV绘制直方图:3. 使用掩码绘制直方图:三、直方图均衡化:1. 直方图均衡化的原理:(1) 在原有范围内实现均衡化:(2) 在更广泛的范围内实现均衡化:2. 直方图均衡化处理:直方图是图像处理过程中一种重要的分析工具。直方图是从图像内部灰度级的角度对图像进

#图像处理#计算机视觉#算法
第4章:色彩空间类型转换

第四章:色彩空间类型转换one. 色彩空间基础知识:1. GRAY色彩空间:2. XYZ色彩空间3. YCrCb色彩空间3. HSV色彩空间4. HLS 色彩空间5. CIEL * a * b *色彩空间6. CIEL * u * v *色彩空间7. Bayer色彩空间two. 类型转换函数:three. 类型转换实例four. HSV色彩空间讨论:1. 获取指定颜色:2. 标记指定颜色:five

#计算机视觉#opencv#图像处理
Python对Protobuf进行序列化与反序列化

Python Protobuf1.了解Protobuf:1.1 Protobuf语法介绍:2. Python使用Protobuf:(windows平台上)1.了解Protobuf:我们在使用protobuf之前首先要了解protobuf,那么什么是protobuf呢?官方的解释是:protocol buffers 是一种与语言无关、平台无关、可扩展的序列化结构数据的方法,它可用于(数据)通信协议、

#python
第8章:形态学操作

第8章:形态学操作one. 腐蚀操作:two. 膨胀:three. 通用形态学函数:four. 开运算:five. 闭运算:six. 形态学梯度运算:seven. 礼帽运算:eight. 黑帽运算:night. 核函数:​形态学,即数学形态学,是图像处理过程中一个非常重要的研究方向。形态学的目的是提取图像中的分量信息,该分量信息通常对于表达和描绘图像的形状具有重要意义,通常是图像理解时所使用的最本

#计算机视觉#图像处理#opencv
第11章:图像金字塔

第11章:图像金字塔一、理论基础:1. 向下采样:2. 向上采样:二、pyrDown函数使用:三、pyrUp函数及使用:四、采样可逆性研究五、拉普拉斯金字塔1. 定义:2. 应用:什么是图像金子塔?​图像金字塔是由一幅图像的多个不同分辨率的子图构成的图像集合。是通过一个图像不断的降低采样率产生的,最小的图像可能仅仅有一个像素点。下图是一个图像金子塔的示例。从图中可以看到,图像金字塔是一系列以金字塔

#计算机视觉#opencv#图像处理
第7章:图像的平滑处理

第7章:图像的平滑处理一、均值滤波:二、方框滤波:三、高斯滤波:四、中值滤波五、双边滤波:六、2D卷积​图像的平滑处理是在尽量图像原有信息的情况下,过滤掉图像内部的噪声。由于图像平滑处理的同时通常伴随着图像的模糊操作,有时图像平滑处理也称为图像模糊处理。在计算机中有时也被成为图像滤波。这只是一个名称,不同的地方可能有不同的说法,不要太过于纠结。图像平滑处理的目的是:过滤掉图像内部噪声​图像平滑处理

#计算机视觉#opencv#图像处理
第15章:模板匹配

第15章:模板匹配一、模板匹配基础:1. cv2.matchTemplate()函数:2. 匹配原理:3. 查找最值:二、多模版匹配:1. 获取匹配位置集合:2. 循环:3.调整坐标4.标记匹配图像的位置​模板匹配是指在当前图像A内匹配与图像B最相似的部分,一般将图像A称为输入图像,将图像B称为模板图像。 模板匹配的方法是将模板图像B在图像A上滑动,逐个遍历所有像素以完成匹配。​例如,下图中,大图

#opencv#计算机视觉#python
第16章:霍夫变换

第16章:霍夫变换一、霍夫直线变换:1. 霍夫直线变换原理:2. HoughLines函数:3. HoughLinesP函数:2. 霍夫圆环变换:霍夫变换是一种在图像中寻找直线、圆形以及其他简单形状的方法。霍夫变换采用类似于投票的方式来获取当前图像内的形状集合,该变换由Paul Hough(霍夫)于1962年首次提出。最初的霍夫变换只能用于检测直线,经过发展后,霍夫变换不仅能够识别直线,还能识别其

#opencv#计算机视觉#python
到底了