hotzhml

摘要： ret, dst = cv2.threshold(src, thresh, maxval, type) src：输入图，只能输入单通道图像，通常来说为灰度图dst：输出图thresh：阈值maxval：当像素值超过了阈值（或者小于阈值，根据type来决定），所赋予的值type：二值化操作的类型，就是 阅读全文

摘要： 开、闭、梯度、顶帽、黑帽运算 开运算：腐蚀+膨胀 闭运算：膨胀+腐蚀 梯度：膨胀与腐蚀的差值图像 顶帽：原图-开运算 黑帽：原图-闭运算 dst = cv2.morphologyEx(img, Type, kernel) img：进行操作的原图 kernel：噪点大，用大核 Type： MORPH_ 阅读全文

摘要： 1.最简单的解释 频域就是频率域，平常我们用的是时域，是和时间有关的，这里只和频率有关，是时间域的倒数。时域中，X轴是时间， 频域中是频率。频域就是分析它的频率特性！ 2. 图像处理中： 空间域，频域，变换域，压缩域等概念！ 只是说要将图像变换到另一种域中，然后有利于进行处理和计算 比如说：图像经过 阅读全文

摘要： FFT是纹理检测的一种办法，而缺陷检测属于纹理检测的一部分。 要想检测缺陷，基本思路是： （１）fft变换 （２）卷积滤波（一般为了得到图像的高频部分） （３）fft逆变换 （４）到这一步缺陷被变得更明显，提取缺陷部分就容易很多。 先说说一些名词概念： 图像的时域形式：时域原义是现实世界的以时间为尺 阅读全文

摘要： 1.1 线程 from multiprocessing import Process def show(name): print("Process name is " + name) if __name__ == "__main__": proc = Process(target=show, arg 阅读全文

摘要： 关于如何加锁，获取钥匙，释放锁: lock = threading.Lock()：生成锁对象，全局唯一； lock.acquire()：获取锁。未获取到会阻塞程序，直到获取到锁才会往下执行； lock.release()：释放锁，归回后，其他人也可以调用； 【注意事项】：lock.acquire() 阅读全文

摘要： 基于透视的图像矫正 以灰度图读入 腐蚀膨胀，闭合等操作 二值化图像 获取图像顶点 透视矫正 该方法不具有普适性，只针对比较干净对比度高的图像，只提供参考 from imutils.perspective import four_point_transform import imutils impor 阅读全文

摘要： 图像旋转校正思路如下： 读入,灰度化 高斯模糊 二值化图像 闭开运算 获取图像顶点 旋转矫正 import cv2 import numpy as np def Img_Outline(input_dir): original_img = cv2.imread(input_dir) gray_img 阅读全文

摘要： 基于傅里叶变换的图像矫正 import cv2 import numpy as np import math def fourier_demo(): #1、灰度化读取文件， img = cv2.imread('english_rotation.jpg',0) #2、图像延扩 h, w = img.s 阅读全文

摘要： 1.threshold(Image : Region : MinGray, MaxGray : )这是最简单也是最常用的一种threshold，把那些灰度值在（MinGray，MaxGray）中的像素点选中，构成Region，而把其他灰度的像素点排除在外。2.fast_threshold(Image 阅读全文