注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 图像的形态学处理代码

  2. 对于一些只在背景里面有噪音，获知只在前景里面有噪音的黑白图片，用形态学处理，基本上就可以去掉噪音。

  3. 所属分类：图像处理

    • 发布日期：2018-03-19
    • 文件大小：3072
    • 提供者：qq_34040902

  1. 基于opencv和tkinter的图像处理GUI-源代码python

  2. 基于opencv和tkinter的图像处理系统1.0，是用python语言进行编写，亲测有效。主体思想来源于：李立宗老师的opencv编成案例详解。制作该系统其主要目的是给初学图像处理的学生提供一些直观的印象。当然系统存在不足：1.无法保存处理后生成的图片；2.由于对窗口进行了限定，输入的图像最好为250*250，这样刚好显示。希望有感兴趣的同学，下载交流学习，代码里面有我的QQ邮箱。本人初学，编程技术有限，代码可读性一般，也希望多批评指正，多多交流。当然运行该代码，一些必要的安装包是必不可少

  3. 所属分类：Python

    • 发布日期：2018-10-28
    • 文件大小：131072
    • 提供者：weixin_40727958

  1. Python+Opencv图像处理图片

  2. Python+Opencv图像处理图片

  3. 所属分类：深度学习

    • 发布日期：2020-01-07
    • 文件大小：4194304
    • 提供者：ccnuacmhdu

  1. opencv图像处理实战案例

  2. python，opencv,计算机视觉、图像处理；代码，图片，注释，代码比较简单，均为20行左右，十分有趣哦！！！！haha镜、漫画、素描、马赛克、油画。

  3. 所属分类：讲义

    • 发布日期：2020-07-25
    • 文件大小：559104
    • 提供者：a_13572035650

  1. python图像处理之反色实现方法

  2. 主要介绍了python图像处理之反色实现方法,涉及Python结合OpenCV与numpy操作图片的相关技巧,需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-22
    • 文件大小：877568
    • 提供者：weixin_38706951

  1. Python+OpenCV图片局部区域像素值处理详解

  2. 主要为大家详细介绍了Python+OpenCV图片局部区域像素值处理，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

  3. 所属分类：其它

    • 发布日期：2020-09-19
    • 文件大小：63488
    • 提供者：weixin_38724611

  1. Python Opencv图像处理基本操作代码详解

  2. 1.图像读取 使用cv2.imread(filepath,flags)读入图像 filepath: 读入图像完整路径（绝对路径，相对路径） flags: 读入图像标志 cv2.IMREAD_COLOR：默认参数，读入一副彩色图，忽略alpha通道；可以通过1指定 cv2.IMREAD_GRAYSCALE：读入灰度图片 也通过0指定 cv2.IMREAD_UNCHANGED：读入完整图片，包括alpha通道 import cv2 img1 = cv2.imread(‘C:/st

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：46080
    • 提供者：weixin_38681286

  1. Python+OpenCV图像处理——打印图片属性、设置存储路径、调用摄像头

  2. 一. 打印图片属性、设置图片存储路径 代码如下： #打印图片的属性、保存图片位置 import cv2 as cv import numpy as np #numpy是一个开源的Python科学计算库 def get_image_info(image): print(type(image)) #type() 函数如果只有第一个参数则返回对象的类型 在这里函数显示图片类型为 numpy类型的数组 print(image.shape) #图像矩阵的shape属性表示图像的大小，

  3. 所属分类：其它

    • 发布日期：2020-12-16
    • 文件大小：57344
    • 提供者：weixin_38744526

  1. python实现识别相似图片小结

  2. 文章简介 在网上看到python做图像识别的相关文章后，真心感觉python的功能实在太强大，因此将这些文章总结一下，建立一下自己的知识体系。 当然了，图像识别这个话题作为计算机科学的一个分支，不可能就在本文简单几句就说清，所以本文只作基本算法的科普向。 如有错误，请多包涵和多多指教。 参考的文章和图片来源会在底部一一列出。 以及本篇文章所用的代码都会在底下给出github地址。 安装相关库 python用作图像处理的相关库主要有openCV(C++编写，提供了python语言的接口)，PI

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：165888
    • 提供者：weixin_38722721

  1. Python OpenCV处理图像之图像像素点操作

  2. 本文实例为大家分享了Python OpenCV图像像素点操作的具体代码，供大家参考，具体内容如下 0x01. 像素 有两种直接操作图片像素点的方法： 第一种办法就是将一张图片看成一个多维的list，例如对于一张图片im，想要操作第四行第四列的像素点就直接 im[3,3] 就可以获取到这个点的RGB值。 第二种就是使用 OpenCV 提供的 Get1D、 Get2D 等函数。 推荐使用第一种办法吧，毕竟简单。 0x02. 获取行和列像素 有一下四个函数： cv.GetCol(im, 0): 返

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：102400
    • 提供者：weixin_38527978

  1. Python+OpenCV实现车牌字符分割和识别

  2. 最近做一个车牌识别项目，入门级别的，十分简单。 车牌识别总体分成两个大的步骤： 一、车牌定位：从照片中圈出车牌 二、车牌字符识别 这里只说第二个步骤，字符识别包括两个步骤： 1、图像处理 原本的图像每个像素点都是RGB定义的，或者称为有R/G/B三个通道。在这种情况下，很难区分谁是背景，谁是字符，所以需要对图像进行一些处理，把每个RGB定义的像素点都转化成一个bit位（即0-1代码），具体方法如下： ①将图片灰度化 名字拗口，但是意思很好理解，就是把每个像素的RGB都变成灰色的RGB值，而灰色的

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：92160
    • 提供者：weixin_38667920

  1. Python OpenCV处理图像之图像直方图和反向投影

  2. 本文实例为大家分享了Python OpenCV图像直方图和反向投影的具体代码，供大家参考，具体内容如下 当我们想比较两张图片相似度的时候，可以使用这一节提到的技术 直方图对比 反向投影 关于这两种技术的原理可以参考我上面贴的链接，下面是示例的代码： 0x01. 绘制直方图 import cv2.cv as cv def drawGraph(ar,im, size): #Draw the histogram on the image minV, maxV, minloc, maxloc =

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：35840
    • 提供者：weixin_38731553

  1. python+opencv图像处理基础

  2. 1.获取图像的像素，并修改指定位置的像素值 首先我们来了解以下像素和分辨率 的关系，参考下文:像素和图像分辨率的关系 import cv2 #读取图片 img = cv2.imread('D:\pythonb\wx01.jpg') test = img[180,142] #获取像素值 print(img.shape) #获取图像的形状大小：（400，400，3）400行 400列 3通道 print(test) #获取行为50，列为182处的像素值 #修改像素值 im

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：323584
    • 提供者：weixin_38698860

  1. python+opencv图像处理基础——图像滤波方式

  2. 今天主要总结图像的几种滤波方式,见下图 五种常见的图像滤波方式：线性滤波（方框滤波、均值滤波、高斯滤波）；非线性滤波（中值滤波、双边滤波）。 图片来源于：https://blog.csdn.net/qq_27261889/article/details/80822270侵删 1.先人为的给图像加噪声，以便后续进行滤波处理。 #给图像加噪声 import cv2 import numpy as np import matplotlib.pyplot as plt #读取图片 im = cv2.i

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：456704
    • 提供者：weixin_38562626

  1. 【OpenCV实战】简洁易懂的车牌号识别Python+OpenCV实现“超详解”（含代码）

  2. 前面4篇博客介绍了OpenCV图像处理的基础知识，本篇博客利用前4篇的知识完成一个小项目——车牌号码识别。该篇博客的代码可以满足小区门禁车牌号的识别。本篇博客是前4篇博客知识的一个综合运用。感觉学会了这个可以实现一系列的图像识别任务。。。毕竟好多技巧都是共通的 首先要感谢 大佬的博客 ，在它的基础上完成了自己的识别任务。 简洁易懂的车牌号识别Python实现“超详解”（含代码）1、整体思路2、代码详解2.1提取车牌位置2.2车牌字符的分割2.3模板匹配识别字符3、总结4、参考 1、整体思路 首先

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：214016
    • 提供者：weixin_38622827

  1. 基于python图像处理API的使用示例

  2. 1.图像处理库 import cv2 as cv from PIL import * 常用的图像处理技术有图像读取，写入，绘图，图像色彩空间转换，图像几何变换，图像形态学，图像梯度，图像边缘检测，图像轮廓，图像分割，图像去噪，图像加水印以及修复水印等 2.opencv常用的接口 cv.imread() 读取图片，返回numpy cv.imwrite() 写入图片 cv.cvtColor() 图像色彩空间转换 cv.add() cv.subtract() cv.multiply(

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：82944
    • 提供者：weixin_38536576

  1. python-opencv图像处理之车牌识别+区域划分+车牌提取+保存图片（2）

  2. 话不多说，先上效果图： 把车牌的每一个字母和数字都完美的分开，并保存在想保存的区域。车牌区域的划分详见我的另一个博客：python-opencv图像处理之基于HSV、面积、角度的车牌定位里面讲的比较详细。 在得到我们要的车牌之后，我们要把此区域提取出来，因为照片就是矩阵，所以我们可以通过 license_image = new_img[round( c ):round(d), round(a):round(b)] 的方式提取出车牌，但是要注意rect[2]这个角度，否则的话，有可能提取的是竖着

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：291840
    • 提供者：weixin_38643141

  1. python-opencv图像处理之基于HSV、面积、角度的车牌定位（1）

  2. 通过对车牌的颜色、面积、倾斜度进行识别。 代码如下： 在识别图片时，首先要调整图片的比例，也就是n，图片的大小，决定了车牌面积的大小，决定了能不能识别出来，一般图片要占到屏幕面积的1/4左右。 车牌的相应信息，储存在box中，可以选择输出，此程序输出了面积，角度和比例。 from cv2 import cv2 import numpy as np import os lower_blue = np.array([90,90,0]) upper_blue = np.array([120,210,2

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：312320
    • 提供者：weixin_38674512

  1. 图像处理 cv2 PIL OCR

  2. 文章目录简介图片基本操作灰度转换底片模式filteropencv中的基本操作图片属性图片缩放仿射变换HSVGamma变换OCR 简介 这里介绍一下Python的图像处理，其中使用了比较常见的库，一个是opencv另一个是PIL，都是功能很强大的图像处理库。 这算是我的一篇笔记文章，以往以后忘记。 首先介绍一下基本的图片操作，然后给大家一个OCR手写识别的例子。现在网络上卷积网络识别手写数字的代码简直多的不得了，我使用SVM和KNN进行判断分类，准确率最好可以达到1.8%。 图片基本操作 灰度转换

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：746496
    • 提供者：weixin_38502428

  1. 基于python的opencv图像处理实现对斑马线的检测示例

  2. 基本思路 斑马线检测通过opencv图像处理来进行灰度值转换、高斯滤波去噪、阈值处理、腐蚀和膨胀后对图像进行轮廓检测，通过判断车辆和行人的位置，以及他们之间的距离信息，当车速到超过一定阈值时并且与行人距离较近时，则会被判定车辆为未礼让行人。 结果示例 实验流程 先通过视频截取一张图片来进行测试，如果结果满意之后再嵌套到视频中，从而达到想要的效果。 1.预处理（灰度值转换、高斯滤波去噪、阈值处理、腐蚀和膨胀）> 根据自己的需求来修改一些值 #灰度值转换 imgGray = cv2.cv

  3. 所属分类：其它

    • 发布日期：2021-01-19
    • 文件大小：963584
    • 提供者：weixin_38569109
« 12 3 4 5 »