摘要：
Fofx=inline('x.^2.*cos(a.*x)-b' ,'x','a','b') g= Fofx([pi/3 pi/3.5],4,1) 注意：由于使用内联对象函数 inline 不需要另外建立 m 文件，所有使用比较方便，另外在使用 ode45 函数的时候，定义函数往往需要编辑一个 m 文 阅读全文
摘要：
实例： u'=-3u+6x+5 u(0)=3 解析解：u=2e^(-3x)+2x+1 欧拉法 h=0.01;%步长 x=0:h:1; u=zeros(length(x),1); u(1)=3; for i=1:length(x)-1 du=-3*u(i)+6*x(i)+5; u(i+1)=u(i)+ 阅读全文
摘要：
将振幅为1Hz的正弦波和振幅为0.5的5Hz正弦波相加后进行Fourier分析，研究能否从中分析出含有这两种频率的信号 clear all %清除所有变量 N=256;dt=0.02; %数据的个数和采样间隔 n=0:N-1;t=n*dt; %序号序列和时间序列 x=sin(2*pi*t)+0.5* 阅读全文
摘要：
椒盐噪声和高斯噪声 在噪声的概念中，通常采用信噪比（Signal-Noise Rate, SNR）衡量图像噪声。通俗的讲就是信号占多少，噪声占多少，SNR越小，噪声占比越大。 在信号系统中，计量单位为dB，为10lg(PS/PN), PS和PN分别代表信号和噪声的有效功率。在这里，采用信号像素点的占 阅读全文
摘要：
cv2.threshold (src, thresh, maxval, type) cv2.threshold (源图片, 阈值, 填充色, 阈值类型) 这里看看具体例子和矩阵中的变换： import numpy as np import cv2 from matplotlib import pyp 阅读全文
摘要：
numpy库的基本操作 import numpy as np import math #创建数组 a=np.arange(10) print(a) print(type(a)) #对数组里面的元素开平分 b=[3,4,9] #定义结果列表 result=[] #遍历列表 for i in b: pr 阅读全文
摘要：
图像加法 你可以使用函数cv2.add() 将两幅图像进行加法运算，当然也可以直接使 用numpy，res=img1+img。两幅图像的大小，类型必须一致，或者第二个 图像可以使一个简单的标量值。 import numpy as np import cv2 from matplotlib impor 阅读全文
摘要：
2D 卷积 与以为信号一样，我们也可以对2D 图像实施低通滤波（LPF），高通滤波 （HPF）等。LPF 帮助我们去除噪音，模糊图像。HPF帮助我们找到图像的边缘 OpenCV 提供的函数 cv.filter2D() 可以让我们对一幅图像进行卷积操 作。下面我们将对一幅图像使用平均滤波器。下面是一个 阅读全文
摘要：
cv2.namedWindow("image",cv2.WINDOW_FREERATIO) 不让图片保持当前大小的宽比 cv2.namedWindow("image",cv2.WINDOW_AUTOSIZE) 原图大小，你放大他保持原图大小 cv2.namedWindow("image",cv2.W 阅读全文