2020年6月22日
摘要：
@ 特征列feature_column 特征列 通常用于对结构化数据实施特征工程时候使用，图像或者文本数据一般不会用到特征列。可以将特征列视为原始数据和 Estimator 之间的媒介。特征列非常丰富，使您可以将各种原始数据转换为 Estimators 可用的格式，从而可以轻松进行实验。 特征列就是 阅读全文
2020年6月22日
2020年6月19日
摘要：
@ 一、摄像头读取 # 从摄像头获取图像数据 cap = cv2.VideoCapture(0) while(True): # ret 读取成功True或失败False # frame读取到的图像的内容 # 读取一帧数据 ret,frame = cap.read() # 变为灰度图 gray = c 阅读全文
摘要：
@ Canny边缘检测原理 Canny 边缘检测是一种非常流行的边缘检测算法，是 John F.Canny 在1986 年提出的。它是一个有很多步构成的算法，我们接下来会逐步介绍。 1.噪声去除 由于边缘检测很容易受到噪声影响，所以第一步是使用 5x5 的高斯滤波器去除噪声，这个前面我们已经学过了。 阅读全文
摘要：
I是图像像素的值(如：RGB值) 一阶导数： x的梯度：Gx = I(x+1,y)-I(x,y) y的梯度：Gy = I(x,y+1)-I(x,y) 二阶导数： x的梯度：I(x+1,y)+I(x-1,y)-2I(x,y) y的梯度：I(x,y+1)+I(x,y-1)-2I(x,y) OpenCV 阅读全文
摘要：
二值化就是把图片传换成只有white和black这两种颜色。通过Thresholding，可以让图片中感兴趣的颜色变成主角--white，其余的颜色全部隐藏--black。另外，二值化后的图片也便于计算机进行分析，因为边缘轮廓十分清晰，所以计算机可以轻松找到边界线。然而，在找边界这方面，Thresh 阅读全文
摘要：
@ 一、RGB RGB是从颜色发光的原理来设计定的，通俗点说它的颜色混合方式就好像有红、绿、蓝三盏灯，当它们的光相互叠合的时候，色彩相混，而亮度却等于两者亮度之总和，越混合亮度越高，即加法混合。 红、绿、蓝三个颜色通道每种色各分为256阶亮度，在0时“灯”最弱——是关掉的，而在255时“灯”最亮。当 阅读全文
摘要：
@ 一、Averaging平均滤波 计算卷积框覆盖区域所有像素的平均值得到卷积的结果 # 输入图像 # 核的尺寸大小：(3,3) (5,15).....都可以，可以不是正方形 blur = cv2.blur(image, (15,15)) 二、Gaussian高斯模糊 现在把卷积核换成高斯核（简单来 阅读全文
摘要：
@ 原始图像 一、结构元素 因为形态学操作其实也是应用卷积来实现的,这个卷积核也叫结构元素。结构元素可以是矩形/椭圆/十字形，可以用cv2.getStructuringElement()来生成不同形状的结构元素，比如： 二、Erosion腐蚀（白色部分被腐蚀，黑色部分变大） 原理是在原图的小区域内取 阅读全文
摘要：
@ 一、通道切分合并 # 通道切分 (R, G, B) = cv2.split(image) # 通道合并 merged = cv2.merge([R,G,B]) 二、图像金字塔 图像金字塔 一般情况下，我们要处理是一副具有固定分辨率的图像。但是有些情况下，我们需要对同一图像的不同分辨率的子图像进行 阅读全文
摘要：
@ 一、图像翻转 # 包含所需的库 import numpy as np import cv2 import matplotlib.pyplot as plt # 图像显示函数 def show(image): plt.imshow(image) plt.axis('off') plt.show() 阅读全文