随笔分类 - 图像处理 image processing
摘要：用python进行图像处理中分别用到过matplotlib.pyplot、PIL、cv2三种库，这三种库图像读取和保存方法各异，并且图像读取时顺序也有差异，如plt.imread和PIL.Image.open读入的都是RGB顺序，而cv2.imread读入的是BGR顺序。使用时需要倍加注意。 现参考
阅读全文
摘要：Object Detection and Classification using R-CNNs 目标检测：数据增强（Numpy+Pytorch） 目标检测：数据增强（Numpy+Pytorch） - 主要探究检测分割模型数据增强操作有哪些？ - 检测分割模型图像输入大小？检测模型Faster rc
阅读全文
摘要：保边滤波器(Edge Preserving Filter)是指在滤波过程中能够有效的保留图像中的边缘信息的一类特殊滤波器。其中双边滤波器（Bilateral filter）、引导滤波器（Guided image filter）、加权最小二乘法滤波器（Weighted least square fil
阅读全文
摘要：1：相机标定含义（解决什么是相机标定） 在图像测量过程以及机器视觉应用中，为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系，必须建立相机成像的几何模型，这些几何模型参数就是相机参数。在大多数条件下这些参数必须通过实验与计算才能得到，这个求解参数的过程就称之为相机标定（或摄像机标定
阅读全文
摘要：如何理解 ISO、快门、光圈、曝光这几个概念？ 摄影基础篇——彻底弄清光圈、快门与ISO 理解这三个参数各自都是如何控制进入的光线量； 快门速度一般的表示方法是1/100s、1/30s、2s； 小的“光圈数值”代表了大光圈，而大的“光圈数值”代表了小光圈。比如f/1.2、f/1.8、f/2.8这三组
阅读全文
摘要：高斯算法的原理 首先，高斯滤波算法的一般过程分为两步： 计算掩膜(高斯核) 卷积（即掩膜上每一个位置的值和图像对应位置的像素值的乘积、求和运算） 其次，我们知道高斯分布也叫做正态分布； 在二维空间中，这个公式生成的曲面的等高线是从中心开始呈正态分布的同心圆。分布不为零的像素组成的卷积矩阵与原始图像做
阅读全文
摘要：RGB-D（深度图像） 深度图像 = 普通的RGB三通道彩色图像 + Depth Map 在3D计算机图形中，Depth Map（深度图）是包含与视点的场景对象的表面的距离有关的信息的图像或图像通道。其中，Depth Map 类似于灰度图像，只是它的每个像素值是传感器距离物体的实际距离。通常RGB图
阅读全文
摘要：最近邻:选择离它所映射到的位置最近的输入像素的灰度值为插值结果。 最近邻:选择离它所映射到的位置最近的输入像素的灰度值为插值结果。 图像的缩放很好理解,就是图像的放大和缩小。传统的绘画工具中,有一种叫做“放大尺”的绘画工具，画家常用它来放大图画。当然，在计算机上，我们不再需要用 放大尺去放大或缩小图
阅读全文
摘要：第十讲_图像检索 Image Retrieval 刚要 主要是图像预处理和特征提取+相似度计算 相似颜色检索 算法结构 颜色特征提取：统计图片的颜色成分 颜色特征相似度计算 色差距离 发展：欧式距离 CIEDE1994 CIEDE2000 EMD距离 相似纹理检索 纹理 算法结构 Gabor滤波器组
阅读全文
摘要：第三讲_图像特征与描述Image Feature Descriptor 概要 特征提取方法 直方图 对图片数据/特征分布的一种统计；对不同量进行直方图统计；可以表示灰度，颜色，梯度，边缘，形状，纹理，局部特征等 灰度直方图；对量化的bin需要人工选择；量化过宽过窄都不好 聚类 混合样本集中内在群组关
阅读全文
摘要：第二讲_图像数据处理Image Data Processing 深度模型出现后被弱化，但是思想的影子在深度模型中可以看到的 图片存储原理 RGB颜色空间:三通道（b,g,r），加法混色 CMY(K):减法混色，用到印刷中；四个通道（c,m,y,k） HSI/HSV颜色空间：基于人类视觉； CIE X
阅读全文
摘要：之前知道点bmp图的格式，然后对8位操作过，然后今天弄了一下24位真彩色的。 "C++读取、旋转和保存bmp图像文件编程实现" 主要是理解bmp文件的格式8/24位的区别 8位图有调色板，24位在文件头和信息头之后就是图像数据区，但是保存24位图的时候，直接在文件头和信息头之后写图像数据，会有图像错
阅读全文
摘要：坊间常说：数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。由此可见，特征工程尤其是特征选择在机器学习中占有相当重要的地位。 通常而言，特征选择是指选择获得相应模型和算法最好性能的特征集，工程上常用的方法有以下：1. 计算每一个特征与响应变量的相关性：工程上常用的手段有计算皮尔逊系数
阅读全文
摘要：update:2018-04-07 今天发现ssim的计算里面有高斯模糊，为了快速计算，先对每个小块进行计算，然后计算所有块的平均值。可以参考源代码实现，而且代码实现有近似的在里面！matlab中中图像PSNR和SSIM的计算 “在实际应用中，可以利用滑动窗将图像分块，令分块总数为N，考虑到窗口形状
阅读全文
摘要：简介： 大津法（OTSU）是一种确定图像二值化分割阈值的算法，由日本学者大津于1979年提出。从大津法的原理上来讲，该方法又称作最大类间方差法，因为按照大津法求得的阈值进行图像二值化分割后，前景与背景图像的类间方差最大（何为类间方差？原理中有介绍）。 OTSU算法 OTSU算法也称最大类间差法，有时
阅读全文
摘要：K-L变换（ Karhunen-Loeve Transform）是建立在统计特性基础上的一种变换，有的文献也称为霍特林（Hotelling）变换，因他在1933年最先给出将离散信号变换成一串不相关系数的方法。K-L变换的突出优点是去相关性好，是均方误差（MSE，Mean Square Error）意
阅读全文
摘要：在执行线性空间滤波时，经常会遇到两个概念相关和卷积二者基本相似，在进行图像匹配是一个非常重要的方法。相关是滤波器模板移过图像并计算计算每个位置乘积之和的处理卷积的机理相似，但滤波器首先要旋转180度相关的计算步骤：（1）移动相关核的中心元素，使它位于输入图像待处理像素的正上方（2）将输入图像的像素值
阅读全文
摘要：所谓图像分割指的是根据灰度、颜色、纹理和形状等特征把图像划分成若干互不交迭的区域，并使这些特征在同一区域内呈现出相似性，而在不同区域间呈现出明显的差异性。我们先对目前主要的图像分割方法做个概述，后面再对个别方法做详细的了解和学习。 1、基于阈值的分割方法 阈值法的基本思想是基于图像的灰度特征来计算一
阅读全文
摘要：一 行业分析 数字图像处理是对图像进行分析、加工、和处理，使其满足视觉、心理以及其他要求的技术。图像处理是信号处理在图像域上的一个应用。目前大多数的图像是以数字形式 存储，因而图像处理很多情况下指数字图像处理。此外，基于光学理论的处理方法依然占有重要的地位。 数字图像处理是信号处理的子类， 另外与计
阅读全文
