随笔分类 - TD-arithmetics
主要贡献传统算法的一些处理方式，如边缘检测算法等。
摘要：import numpy as np import cv2 as cv import matplotlib.pyplot as plt # 旋转矩形 vertices=cv.boxPoints(((200,200),(90,150),-30)) # 打印四个点 print(vertices.dtyp
阅读全文
摘要：中文名称读取与保存方式如下主代码： img = cv2.imdecode(np.fromfile(data_root, dtype=np.uint8), -1)#中文名读取方式 cv2.imencode('.jpg', img_draw)[1].tofile(os.path.join(out_img
阅读全文
摘要：import numpy as npimport cv2 as cvimg=np.zeros((400,410),np.uint8)points=np.random.randint(100,400,(20,2),np.int32)c = cv.convexHull(points) # 此函数包含所有points点，且为3维矩阵【n,1,2】print(c.shape)# print(c)for i
阅读全文
摘要：图像为I,宽为W,高为H，hist_i代表I的灰度直方图，hist_i(k)代表灰度值等于k的像素点个数，其中k∈[0,255]。全局直方图均衡化操作是对图像I进行改变，使得输出图像O的灰度直方图hist_o是“平”的，即每一个灰度级的像素点个数是“相等”的（可为约等），即hist_o(k)≈H*W
阅读全文
摘要：直方图正规化： 图像为I,宽为W,高为H，I(r,c)代表I的第r行第c列的灰度值；输出图像记为O,为使得输出图像的灰度值在[Omin，Omax]范围里，可用如下公式： （1） （2） 其中0≤r＜H,0≤c＜W。公式（1）是一个比列关系，变换后可为公式（2），即可求输出图像O（r,c）。 而Imi
阅读全文
摘要：线性变换： 图像为I,宽为W,高为H，输出图像记为O,图像的线性变换可以利用一下公式定义： O(r,c)=a*I(r,c)+b 0≤r＜H,0≤c＜W 当a=1,b=0时，O为I的一个副本；如果a＞1，则输出图像O的对比度比I有所增加；如果0＜a＜1，则O的对比度比I有所减小。 而b值的改变，影响的
阅读全文
摘要：有可能你保存了图片的数据，但是没法用cv.imshow将其图片打印出来，其原因可参考博客
阅读全文
摘要：# 图像平移image1='C:\\Users\\10107472\\Desktop\\myfile\\tensorflow-yolov\\read.jpg'img = cv.imread(image1,0)rows,cols = img.shapeprint('image_original=',img.shape)M = np.float32([[1,0,100],[0,1,50]]) #...
阅读全文
摘要：import cv2 as cvimport numpy as npimg=cv.imread('learn.jpg',cv.IMREAD_GRAYSCALE)cv.imshow('first image',img)img_size=img.shapeprint(img_size)imgkernel=np.array([[-2,-1,0], [-1, 1,1]...
阅读全文
摘要：import matplotlib.pyplot as pltimport cv2 as cva=cv.imread('learn.jpg')cv.imshow('learn',a)fig=plt.figure(1) #新建绘图窗口b=fig.add_subplot(221) #选择画布第一个b.imshow(a,cmap=plt.cm.gray) #读图cv.imshow('lear...
阅读全文
摘要：import numpy as npimport matplotlib.pyplot as pltx = np.linspace(-10, 10, 1000)a = np.cos(x)b = a + np.cos(3 * x)# d = np.log(x)c = b + np.cos(7 * x)d = c - np.cos(10 * x)plt.subplot(2, 2, 1)plt.plo...
阅读全文
