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