- 综合排序
- 最热优先
- 最新优先
- 来自专栏CodecWang
10: 平滑图像
学习模糊/平滑图像，消除噪点。图片等可到文末引用处下载。 ，所以低通滤波器用于去除噪点、平滑和模糊图像。 高通滤波器则反之，用来增强图像边缘，进行锐化处理。 常见噪声有椒盐噪声和高斯噪声，椒盐噪声可以理解为斑点，随机出现在图像中的黑点或白点；高斯噪声可以理解为拍摄图片时由于光照等原因造成的噪声。 ，尤其前面介绍的线性滤波器，图像的边缘信息很难保留下来。 然而，边缘（edge）信息是图像中很重要的一个特征，所以这才有了双边滤波。
1.7K20编辑于 2021-12-07 - 来自专栏-csdn迁移
OpenCV图像处理10-图像模糊（二）
10-图像模糊（二） 中值滤波和双边滤波 中值滤波 统计排序滤波器 中值滤波对于椒盐噪声有很好的抑制作用 原理是：将Size(xradius,yradius)窗口中的像素值排序，取中值赋给窗口中心点 均值滤波无法客服边缘像素信息丢失的缺陷，原因是均值滤波基于平均权重 高斯滤波部分克服了该缺陷，但仍无法完全避免，因为没有考虑到像素值的不同 高斯双边模糊是保留边缘的滤波方法，避免了边缘信息的丢失，能够保证图像轮廓不变
93010发布于 2021-03-04 《数字图像处理》第 10 章 - 图像分割
前言 图像分割是数字图像处理的核心技术之一，简单来说就是把图像中具有特殊含义的不同区域分离开来，这些区域通常是我们关注的目标、背景或其他感兴趣的部分。 本文将按照《数字图像处理》第 10 章的结构，从基础理论到具体实现，结合可直接运行的 Python 代码和效果对比图，带你彻底搞懂图像分割 10.1 基础理论 10.1.1 核心定义 图像分割是将数字图像划分为互不重叠的像素子集 原始灰度图像', fontsize=10) plt.axis('off') # 子图2：高斯模糊去噪 plt.subplot(3, 3, 2) plt.imshow(process_steps , 10), (200, 200), (200, 10)] # 预处理参数（提升分割效果） GAUSSIAN_KERNEL = (3, 3) # 高斯模糊核 MORPH_KERNEL = np.ones : # 最多尝试10次 raise ValueError("无法读取视频/摄像头的有效帧！")
48910编辑于 2026-01-21- 来自专栏HONEYWELL
TRICONEX 3511 传输速率提高至10 Mbps
TRICONEX 3511 传输速率提高至10 Mbps图片在我们看来，设备制造商应该选择重新设计，利用电子模块提供通信所需的所有硬件和软件组件，从而避免从头开始开发项目。
65420编辑于 2023-04-26 - 来自专栏Pulsar-V
websocket传输canvas图像数据给C++服务端opencv图像实现web在线实时图像处理
一般情况下，图像在内存里的表达都是个uchar串，或者说byte流，因为我经常需要写跨语言调用的玩意儿，所以一般在内存里我都是用字符串和比特流进行交互，这里我采用了同样的思想，我们把opencv的图像进行编码为 png，然后再一次编码为base64，通过websocket传输给前端。 首先假设我们的前端打开websocket连接后端，连接上了以后前端打开摄像头取摄像头数据传输给后端，后端通过一系列的图像处理机器学习以后编码图像回传给前端。 前端代码： <! '0'-'9' 0, 0, 0, 0, 0, 0, 0, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 server->send(hdl, strRespon, websocketpp::frame::opcode::text); } // cv::waitKey(10
4.8K60发布于 2019-04-01 《数字图像处理实战》第 10 章-图像分割
更高效） lines_p = cv2.HoughLinesP(canny_edge, 1, np.pi/180, threshold=50, minLineLength=50, maxLineGap=10 ['SimHei'] plt.rcParams['axes.unicode_minus'] = False def region_growing(gray_img, seed, threshold=10 ') plt.axis('off') # 低阈值 plt.subplot(1, 3, 2) plt.imshow(sam_low, cmap='gray') plt.title('分离聚合（阈值=10） 不同k值对比 k2_labels, k2_centers = cv2.kmeans(pixels, 2, None, criteria, 10, cv2.KMEANS_RANDOM_CENTERS)[1 ('off') # region_size=10 plt.subplot(1, 4, 2) plt.imshow(img_slic_small) plt.title('超像素（region_size=10
61210编辑于 2026-01-21- 来自专栏weixuqin 的专栏
leecode刷题（10）-- 旋转图像
leecode刷题（10）-- 旋转图像 旋转图像 描述： 给定一个 n × n 的二维矩阵表示一个图像。 将图像顺时针旋转 90 度。 说明： 你必须在原地旋转图像，这意味着你需要直接修改输入的二维矩阵。请不要使用另一个矩阵来旋转图像。 原地旋转输入矩阵，使其变为: [ [7,4,1], [8,5,2], [9,6,3] ] 示例 2: 给定 matrix = [ [ 5, 1, 9,11], [ 2, 4, 8,10 , [15,14,12,16] ], 原地旋转输入矩阵，使其变为: [ [15,13, 2, 5], [14, 3, 4, 1], [12, 6, 8, 9], [16, 7,10,11 ] ] 思路： 所谓旋转图像，即将图像顺时针旋转90度。
61420发布于 2019-02-15 - 来自专栏风吹杨柳
opencv 10 -- 图像 颜色空间转换
函数是：cv2.cvtColor(input_image ，flag)， 其中 flag是转换类型
3.1K30发布于 2019-07-08 - 来自专栏DeepHub IMBA
10个图像处理的Python库
它支持打开、操作和保存许多不同的图像文件格式，用户还可以对图像执行基本操作，如裁剪、调整大小、旋转和更改图像颜色。 这些操作是图像二值化、去噪和形状分析等任务的基础。这些功能OpenCV 都有，但是Mahotas更专注于图像的图像处理，而并不像OpenCV那样什么都有，所以，Mahotas的API更简单、也更友好。 它提供了一套完整的图像处理算法。它支持图像分割、几何变换、色彩空间操作和过滤。 与许多其他库不同，Scikit-Image支持多维图像，这对于涉及视频或医学成像的任务是很有帮助的。 Imageio提供了一个通用的数据模型，使用户能够以多种方式存储图像数据。它可以使用NumPy数组、PIL图像对象或简单的Python字节字符串来表示图像数据。 10、timm timm是一个PyTorch模型库，虽然可能和图像处理没有关系，但是它提供了广泛的预训练模型和计算机视觉模型的集合，这对我们来进行深度学习的时候是非常有帮助的。
1.2K20编辑于 2023-08-30 - 来自专栏量子位
10个Python图像处理工具
因此，通过基本的NumPy操作，可以修改图像的像素值。 也可以使用skimage加载图像并用matplotlib显示。 使用方法也和简单，比如需要mask一张图像时： ? ? 这个库包含基本的图像处理功能，包括点操作、使用一组内置卷积核滤波及颜色空间转换。 当用ImageFilter增强Pillow中的图像时，操作是这样的： ? ? SimpleITK是一个图像分析工具包，内含大量组件，支持一般滤波操作、图像分割和图形配准。 SimpleITK本身是用C++编写的，但也适用于包括Python在内的大量编程语言。 将它用于图像边缘提取任务，效果如下： ? 官方资料： https://pypi.org/project/pgmagick/ 相关资源： https://github.com/hhatto/pgmagick 10、Pycairo pyCairo
1.5K40发布于 2019-05-30 - 来自专栏用户2442861的专栏
openCV—Python(10)—— 图像阈值化处理
box-sizing: border-box; padding: 0px 5px;">9
- 10 box-sizing: border-box; padding: 0px 5px;">9
- 10 二值化图像： ? 二值化反转图像： ? box-sizing: border-box; padding: 0px 5px;">9
- 10 box-sizing: border-box; padding: 0px 5px;">9
- 10
2.5K21发布于 2018-09-19 - 来自专栏数据STUDIO
10 个图像处理的Python库
它支持打开、操作和保存许多不同的图像文件格式，用户还可以对图像执行基本操作，如裁剪、调整大小、旋转和更改图像颜色。 这些操作是图像二值化、去噪和形状分析等任务的基础。这些功能OpenCV 都有，但是Mahotas更专注于图像的图像处理，而并不像OpenCV那样什么都有，所以，Mahotas的API更简单、也更友好。 它提供了一套完整的图像处理算法。它支持图像分割、几何变换、色彩空间操作和过滤。 与许多其他库不同，Scikit-Image支持多维图像，这对于涉及视频或医学成像的任务是很有帮助的。 您将使用 80% 的图像进行训练，20% 的图像进行验证。 # Augment an image transformed = transform(image=image) transformed_image = transformed["image"] 10
2K30编辑于 2023-09-04 - 来自专栏信数据得永生
Python 图像处理实用指南：6~10
通过将 10%的像素随机设置为255（salt），将另外 10%的像素随机设置为0（胡椒），将一些脉冲噪声添加到输入灰度Lena图像中。 第一步是使用图像的sobel梯度查找高程地图，如以下代码块所示： elevation_map = sobel(coins) fig, axes = pylab.subplots(figsize=(10, :-10, 10:-10] = 1 # list with intermediate results for plotting the evolution evolution = [] callback ，μ是 10 x 784，∑ 是一个 10 x 784 x 784 矩阵。 首先，我们需要加载mnist数据集，并将训练图像分为两部分，第一部分是较大的（我们使用 50k 图像）进行训练，第二部分（10k 图像）用于验证。
2.4K20编辑于 2023-04-27 - 来自专栏脑机接口
eeglab教程系列(10)-绘制ERP图像
绘制ERP图像 eeglab 有一个绘制ERP image的功能，该功能可以对ERP 效应有一个更好理解。 这个ERP image 是一个2-D image，其中的横轴是每个epoch 的时刻值，纵轴是各个epoch 的编号，而该图像中的每一点表示相应的epoch 的相应时刻的电压值。 1.利用pop_erimage()绘制ERP图像 具体操作:Plot > Channel ERP image,在该界面中输入通道27，并输入smoothing 1 (表示的是在临近的epochs 进行平滑绘图的的时候 点击"OK"后，弹出如下界面： 图中最上面的为电极的头皮位置，中间部分为ERP图，下面部分为电极的ERP. 2.绘制平滑的ERP 调用pop_erpimage.m交互式窗口，并将平滑宽度设置为10。
82720编辑于 2022-08-17 - 来自专栏根究FPGA
UDP的FPGA实现（下） | 基于UDP的图像传输工程分析
本章节分析基于以太网图像传输工程，其实上周就已经做完，只不过实在是难以总结，代码的理解有时候真的要自己去逐词逐句的分析，不然也就只能理解其过程，无法重新复现，工程下载链接： http://www.corecourse.cn 1'd0，同时将SCL拉低（防止SDA变化导致误触发） （2）、将SCL拉高，在SCL的上升沿将SDA应答数据读出 （3）、将应答信号给ack_o，SCL保持为高 （4）、将SCL拉低，为下一次的数据传输做准备 OV5640数据读取 在5640配置完成之后，丢弃前10帧图像。 因为package是eop一个周期的延迟，eop为1时vcnt_full为1，此时一帧数据传输完毕，将进行场消隐操作，所以关闭异步fifo写入使能，在检测到帧起始信号后再将package_state信号拉高
2.4K30发布于 2020-06-30 - 来自专栏机器之心
AI有鼻子了，还能远程传输气味，图像生成香水
气味数字化大有用途 气味数字化可以开拓出前所未有的应用场景，最基础的就是气味的远程传输。 具体来说，选择一种要传输的气味，并将其放入一台 GCMS（气相色谱 - 质谱）机。 此外，Osmo 也在研究多模态 AI，具体来说，他们研究的是基于图像生成对应的气味，当然图像又可以进一步基于文本而生成。 下面演示了一个案例： 可以看到，用户只需输入文本提示词，AI 就会帮助你生成图像（用户也可直接上传图像），然后再进一步为你生成分子配方。当然，如果你还想亲身闻到这些气味，还需要相应的设备。 事实上，他们已经在线发布了这款工具 Inspire，目前支持文本和图像输入，但他们也表示未来还会支持音乐、PDF、幻灯片和视频输入。
82310编辑于 2025-02-14 企业微信ipad协议的图像传输压缩与优化策略
企业微信ipad协议的图像传输压缩与优化策略在企业微信ipad协议的日常使用中，图像消息占据着相当大的带宽与存储比例。一张未经压缩的原图可能高达数MB，在群发场景下会对服务器和客户端造成双重压力。 企业微信ipad协议针对图像传输设计了一套高效的压缩与分片机制，本文从协议实现角度解析其优化策略，并提供可集成的实践方案。 其中压缩环节是关键——协议内置了智能压缩策略：对于超过1MB的图像，自动将长边缩至1080像素，JPEG质量调至85%；对于小于200KB的图像则原样传输，避免“压缩过度导致模糊”的问题。 企业微信ipad协议的传输优化还充分利用了WebP格式。 如需进一步了解图像传输的底层协议帧结构或批量处理优化，可参考企业微信协议接口的官方技术说明。展开代码语言：PythonAI代码解释#技术支撑：string_wxID="bot555666"
41710编辑于 2026-05-06- 来自专栏一心无二用，本人只专注于基础图像算法的实现与优化。
图像纹理合成及纹理传输算法学习（附源码）。
原始纹理图像 ? 由小纹理合成的大纹理图像 那么简单的描述下这篇文章所使用的算法的过程吧。 算法需要的输入：原始的纹理图像(W * H)，块的大小TileSize，重叠部分的大小Overlap。 第一步：我们从原始的纹理图像中一个随机的抽取一个小块，放到目标图像的左上角。 ? 无需解释，其中黑色的部分表示目标图像尚未处理的部分。 第二步：按照从左到右，从上到下，抽取出块重叠的部分的数据，并计算这部分数据和原始纹理图像中各块的相似度。 由于程序速度问题，我对纹理传输的编写已经失去了信心，纹理传输过程总的和纹理合成和类似，只是在计算相似度时还要考虑目标的诸如亮度或者模糊只方面的信息，速度会比这个纹理合成还要慢，有兴趣的朋友可以看看我提供的一些链接 不过纹理传输产生的效果有的时候确实比较酷： ? ? 那天心血来潮我还是去实现下这个效果吧。
2.1K80发布于 2018-01-03 - 来自专栏HONEYWELL
TRICONEX FTA-554 10 Mbps的传输速率进行通信
TRICONEX FTA-554 10 Mbps的传输速率进行通信图片考虑到工厂类型的巨大数量和多样性、所涉及的各种型号(尤其是规模)，网络系统应该易于扩展且成本低廉，并且应该提供冗余，同时能够处理加工工业的特定要求 以太网-APL设备可以通过IV类电缆(长度不超过200米)连接到交换机，并可以10 Mbps的传输速率进行通信。让我们仔细看看其中的三种变体。 这部分网络的典型传输速率为100 Mbps。
62620编辑于 2023-04-27 - 来自专栏Python编程 pyqt matplotlib
CIFAR-10数据集 图像识别
本篇我们还是用序列化的（串行的）卷积神经网络，基于CIFAR-10数据集创建图像识别模型。 # -*- coding: utf-8 -*- """ Created on Tue Dec 10 20:04:58 2019 @author: wsp Tensorflow version：2.0 Python train_dataset, train_labels, valid_dataset, valid_labels from matplotlib import pyplot as plt cifar10 = tf.keras.datasets.cifar10 #(x_train, y_train), (x_test, y_test) = cifar10.load_data() #从网络下载数据集 x_train tf.keras.layers.Dense(500, activation='relu'), tf.keras.layers.Dropout(0.25), tf.keras.layers.Dense(10
1.8K10发布于 2019-12-25
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号