09 2019 档案
摘要：一、ffmpeg安装 1.ffmpeg下载：http://ffmpeg.org/download.html 2.解压到指定目录，将bin文件目录添加到path路径（电脑-属性-高级系统设置-环境变量-path-新建） 命令行（windows+r 输入cmd）输入：ffmpeg -version显示以
阅读全文
摘要：#选取周围几个像素点，并对其进行排序，选取中间那个值import cv2import numpy as npimg = cv2.imread('D:/pythonob/imageinpaint/img/noise.jpg',1)imgInfo = img.shapeheight = imgInfo[0]width = imgInfo[1]gray = cv2.cvtColor(img,cv2.CO
阅读全文
摘要：import cv2import numpy as npimg = cv2.imread('D:/pythonob/imageinpaint/img/noise.jpg',1)gauss = cv2.GaussianBlur(img,(5,5),1.5)#高斯滤波#均值滤波：将每个像素取周围像素的平均值imgInfo = img.shapeheight = imgInfo[0]width = im
阅读全文
摘要：#双边滤波函数：bilateralFilter（src,d,sigmaColor,sigmaSpace）# src：输入图像# d：过滤时周围每个像素领域的直径# sigmaColor：在color space中过滤sigma。参数越大，临近像素将会在越远的地方mix。# sigmaSpace：在coordinate space中过滤sigma。参数越大，那些颜色足够相近的的颜色的影响越大。imp
阅读全文
摘要：原理：计算每个通道像素级别（0-255）的累加概率，然后用累加概率乘以255代替原来的像素
阅读全文
摘要：#计算灰度级别的累加概率，然后：当前像素值 = 当前像素的累加概率 * 255import cv2import numpy as npimg = cv2.imread('D:/pythonob/imageinpaint/img/flower.jpg',1)imgInfo = img.shapeheight = imgInfo[0]width = imgInfo[1]gray = cv2.cvtCo...
阅读全文
摘要：原理：和灰度直方图一样，只是将一个灰度通道换成了三个的RGB通道import cv2import numpy as npimport matplotlib.pyplot as pltimg = cv2.imread('D:/pythonob/imageinpaint/img/flower.jpg',1)imgInfo = img.shapeheight = imgInfo[0]width = im...
阅读全文
摘要：原理：统计每个像素灰度出现的概率import cv2import numpy as npimport matplotlib.pyplot as pltimg = cv2.imread('D:/pythonob/imageinpaint/img/flower.jpg',1)imgInfo = img.shapeheight = imgInfo[0]width = imgInfo[1]gray = c
阅读全文
摘要：原理:利用opencv库的API，函数cv2.inpaint（原图像，蒙版，修复算法（cv2.INPAINT_TELEA/cv2.INPAINT_NS）） 1、基于快速行进算法 cv2.INPAINT_TELEA。 2、基于流体动力学并使用了偏微分方程 cv2.INPAINT_NS。 蒙版是一个标出
阅读全文
摘要：#直方图均衡化函数：equalizeHist（图像）,只能对单通道进行均衡化import cv2import numpy as npimg = cv2.imread('D:/pythonob/imageinpaint/img/flower.jpg',1)gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)grayEq = cv2.equalizeHist(gray...
阅读全文
摘要：API实现#计算直方图函数：cv2.calcHist(images, channels, mask, histSize, ranges[, hist[, accumulate ]])#imaes:输入的图像# channels:选择图像的通道# mask:掩膜，是一个大小和image一样的np数组，
阅读全文
摘要：#线段绘制函数：cv2.line(原图像，起始点，终点，线条粗细，线头圆滑）#矩形绘制函数：cv2.rectangle（原图像，左上角，右下角，颜色，线条宽度(值为-1时表示填充)）#圆形绘制函数：cv2.circle（原图像，圆心位置，半径，颜色，线条宽度(值为-1时表示填充)）#圆弧绘制函数：cv2.cllise（原图像，圆心位置，(长轴，短轴)，偏转角度，起始角度，终止角度，颜色，线条宽度(
阅读全文
摘要：原理： 1、获取图像的灰度(gray)图片2、设计一个小方框（4x4 or 8x8 or 10x10等），统计每个小方框的像素值3、将0-255的灰度值划分成几个等级，并把第二步处理的结果映射到所设置的各个等级中，并计数4、找到每个方框中灰度等级最多的所有的像素，并且求取这些像素的均值5、用统计出来
阅读全文
摘要：原理：相邻像素值相减（或当前像素值减去右下的像素值），然后加上128,得到中间值灰色 因为相邻点基本上都是rgb比较相似的，所以相似的点的处理结果基本上临近128,而不相近颜色的值则偏离128较远，所以可以得到一个类似于浮雕的图像。 新的像素值 = 旧的像素值 - （旧的像素值+1） + 128，如
阅读全文
摘要：import cv2import numpy as npimport mathimport randomimg = cv2.imread('D:/pythonob/imageinpaint/img/zidan.jpg',1)imgInfo = img.shapeheight = imgInfo[0]width = imgInfo[1]gray = cv2.cvtColor(img,cv2.COLO
阅读全文
摘要：原理：图像1某部分和图像2某部分（大小一样）分别乘以一个系数（这两个系数和为一） p1*0.3 + p2*0.7
阅读全文
摘要：原理：将所有像素点随机赋值比其大某个不大的值，如：0-8间的某个值
阅读全文
摘要：反转原理：像素值 = 255-当前像素值 主要分为灰度图像反转和彩色图像反转
阅读全文
摘要：这里采用四种方法对图像进行灰度处理： 方法一：读取图片时只读取灰度图像 方法二：调用opencv Api实现 方法三：算法实现图像灰度：gray = （B + G + R）/3 方法四：算法实现：gray = r*0.299 + g*0.587 + b*0.114 代码：
阅读全文
摘要：图像剪切就是将图像某一部分的像素截取出来，赋值给新的图像 图像位移与剪切相似，将图片某一部分截取出来，放到新的位移后的图片的相应位置 代码如下：
阅读全文
摘要：插值方法有：最近邻域插值 像素关系重采样 立方插值 双线性插值（默认） 双线性插值法：当目标图像中的某一个像素点对应原图像的像素点值为小数时； 如图所示： A1 = A2 = 15*0.2 + 16*0.8 B1 = B2 = 22*0.3 + 23*0.7 最终值 = A1*0.3 + A2*0.
阅读全文
摘要：#!/usr/bin/python# -*- coding:UTF-8 -*-# author：cxx time:2019/8/28 0028import tensorflow as tfimport numpy as npimport matplotlib.pyplot as pltdate = np.linspace(1,15,15)#在1-15之间生成15个间隔相同得数字作为十五天的日期en
阅读全文
摘要：一、Placeholder Tensorflow的设计理念称之为计算流图，在编写程序时，首先构筑整个系统的graph，代码并不会直接生效，这一点和python的其他数值计算库（如Numpy等）不同，graph为静态的，类似于docker中的镜像。然后，在实际的运行时，启动一个session，程序才会
阅读全文
