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. 单、多进程实现python调用arcgis模块

  2. 分别用单进程和多进程的模式实现python调用arcgis模块，上传的代码执行的功能包括：单进程使用map映射机制执行、多进程池方式执行、读写arcgis的ascii栅格数据文件、窗口分析提取栅格快的边缘栅格以及调用若干arcgis提供的工具。PS: 鉴于本人对开源精神的支持，又不想自己下资源的时候没有分数，所以这个代码资源分就给1分了。如果对你们有帮助，请和自己的朋友一起分享，好东西要广而告之。

  3. 所属分类：Python

    • 发布日期：2014-03-03
    • 文件大小：4096
    • 提供者：edisonqkj

  1. python，Opencv实现的车牌识别定位及分割代码

  2. python配合Opencv库 实现的车牌识别定位及分割代码：1、将采集到的彩色车牌图像转换成灰度图 2、灰度化的图像利用高斯平滑处理后，再对其进行中直滤波 3、使用Sobel算子对图像进行边缘检测 4、对二值化的图像进行腐蚀，膨胀，开运算，闭运算的形态学组合变换 5、对形态学变换后的图像进行轮廓查找，根据车牌的长宽比提取车牌 可作为Python,opencv及车牌识别技术的学习用。

  3. 所属分类：Python

    • 发布日期：2018-03-06
    • 文件大小：1048576
    • 提供者：cs2109

  1. canny边缘提取

  2. python利用otus选定边界阈值，作为canny算子的高阈值实现，直接读取摄像头拍照，效果良好，代码简单，直接使用

  3. 所属分类：Python

    • 发布日期：2018-06-02
    • 文件大小：2048
    • 提供者：qq_35624030

  1. OpenCV-Python-Toturial-中文版.pdf

  2. 数字图像处理（第三版）冈萨雷斯，北京大学研究生上课专用ppt课件书虽然挺好的,但是不够全面,不能让读者完全了解 opencv的现状)。而 我翻译的这本书是来源于 OpenCv的官方文档,内容全面,对各种的算 法的描述简单易懂,而且不拘泥于长篇大论的数学推导,非常适合想使用 OpencⅤ解决实际问题的人,对他们来说具体的数学原坦并不重要,重要 是能解决实际问题。 在国内这本书可以说是第一本 Python OpenCV的译作。 4本书的时效性 本书的编写时针对最新的 Opencv3.0的,本版本还没

  3. 所属分类：图像处理

    • 发布日期：2019-07-05
    • 文件大小：5242880
    • 提供者：qq_28005905

  1. opencv python Canny边缘提取实现过程解析

  2. 主要介绍了opencv python Canny边缘提取实现过程解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：184320
    • 提供者：weixin_38690402

  1. python+opencv边缘提取与各函数参数解析

  2. 主要介绍了python+opencv边缘提取与各函数参数解析，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

  3. 所属分类：其它

    • 发布日期：2020-09-17
    • 文件大小：113664
    • 提供者：weixin_38632488

  1. python通过robert、sobel、Laplace算子实现图像边缘提取详解

  2. 主要介绍了python通过robert、sobel、Laplace算子实现图像边缘提取详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：116736
    • 提供者：weixin_38552083

  1. OpenCV-目标轮廓提取

  2. 原理：目标物体的轮廓实质是指一系列像素点构成，这些点构成了一个有序的点集。我们可以通过findContours函数将二值图像的边缘像素点分成多个轮廓，从而逐个提取目标外部轮廓，内部轮廓有待研究。 Python： import cv2 as cv import numpy as np if __name__=="__main__": img=cv.imread("D:/testimage/number.jpg") #img1=cv.imread("D:/testimage/samp

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：208896
    • 提供者：weixin_38640984

  1. 基于python-opencv实现木质工件的污渍和划痕识别和分类

  2. 缺陷识别 简介： 这个项目是我的本科毕业设计，主要针对传送带上的木质圆形工件的缺陷识别和分类，并且进行工件的计数和缺陷工件的计数。这里我主要是识别污渍和划痕 缺陷类型 污渍： 划痕： 最后的成果 sum:为工件的总个数 scratch_num:为含有划痕工件的总个数 blot_num:为含有污渍工件的总个数 黄颜色圈住的缺陷为划痕 蓝颜色圈住的缺陷为污渍 简单思路 通过边缘检测，得到每个工件的坐标，并计算出工件的中心来标记工件的ID 通过工件的每一帧位移量来确定是否为同一个工件 将每一个

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：269312
    • 提供者：weixin_38748721

  1. python+opencv边缘提取与各函数参数解析

  2. 前情提要：作为刚入门机器视觉的小伙伴，第一节课学到机器视觉语法时觉得很难理解， 很多人家的经验，我发现都千篇一律，功能函数没解析，参数不讲解，就一个代码，所以在此将搜集的解析和案例拿出来汇总！！! 一、opencv+python环境搭建 其实能写python的就能写opencv，但是工具很总要，代码提示也很重要，你可能会用submit     vs等工具，submit编码个人觉得不够智能，vs的话过完年我学的方向不一致，所以没用 推荐 pycharm ,在项目setting中的项目解释器中安装

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：109568
    • 提供者：weixin_38719578

  1. python通过robert、sobel、Laplace算子实现图像边缘提取详解

  2. 实现思路： 　　1，将传进来的图片矩阵用算子进行卷积求和（卷积和取绝对值） 　　2，用新的矩阵（与原图一样大小）去接收每次的卷积和的值 　　3，卷积图片所有的像素点后，把新的矩阵数据类型转化为uint8 注意： 　　必须对求得的卷积和的值求绝对值；矩阵数据类型进行转化。 完整代码： import cv2 import numpy as np # robert 算子[[-1,-1],[1,1]] def robert_suanzi(img): r, c = img.shape r_sun

  3. 所属分类：其它

    • 发布日期：2021-01-01
    • 文件大小：118784
    • 提供者：weixin_38724611

  1. python学习随笔03 Opencv提取轮廓，对轮廓识别后，判断轮廓形状

  2. ''' Author: your name Date: 2020-02-13 13:30:07 LastEditTime: 2020-02-20 16:17:34 LastEditors: Please set LastEditors Descr iption: 高斯平滑展示，边缘检测展示， 能够通过按键时时控制高斯平滑，高斯选择改变后改变高斯图和边缘检测图 边缘检测通过右侧两个滑条更改检测阈值 加入圆形检测 '

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：60416
    • 提供者：weixin_38752907

  1. FGVC:[ECCV 2020]流边缘指导视频完成-源码

  2. [ECCV 2020]流边缘指导视频完成 [] [] [ ] 我们提出了一种新的基于流的视频完成算法。 先前的流程完成方法通常无法保持运动边界的清晰度。 我们的方法首先提取并完成运动边缘，然后使用它们来引导具有锋利边缘的分段平滑流完成。 现有方法在相邻帧之间的本地流连接之间传播颜色。 但是，由于运动边界形成了难以穿透的障碍，因此无法以这种方式到达视频中所有丢失的区域。 我们的方法通过将非本地流连接引入到时间上遥远的帧来减轻此问题，从而可以在运动边界上传播视频内容。 我们在DAVIS数据集上验

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：72704
    • 提供者：weixin_42103128

  1. 几种边缘检测算法对比及python代码实现

  2. 边缘检测（边缘提取）是图像滤波的一种，最常用的主要有三种，Sobel算子，Laplacian算子，Canny算子。Sobel算子检测方法对灰度渐变和噪声较多的图像处理效果较好，sobel算子对边缘定位不是很准确，图像的边缘不止一个像素；当对精度要求不是很高时，是一种较为常用的边缘检测方法。是带有方向的。在opencv-python中，Sobel算子的主函数代码为：前四个是必须的参数：第一个参数是需要处理的图像；第二个参数是图像的深度，-1表示采用的是与原图像相同的深度。目标图像的深度必须大于等于

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：260096
    • 提供者：weixin_38730840

  1. python数字图像处理：图像简单滤波

  2. 对图像进行滤波，可以有两种效果：一种是平滑滤波，用来抑制噪声；另一种是微分算子，可以用来检测边缘和特征提取。skimage库中通过filters模块进行滤波操作。1、sobel算子sobel算子可用来检测边缘函数格式为：skimage.filters.sobel(image,mask=None)2、roberts算子roberts算子和sobel算子一样，用于检测边缘调用格式也是一样的：3、scharr算子功能同sobel，调用格式：4、prewitt算子功能同sobel，调用格式：5、cann

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：369664
    • 提供者：weixin_38703295

  1. fault_analysis_toolbox：用于分析栅格数据中的故障的python模块-源码

  2. 故障分析工具箱 一个用于提取和分析栅格数据中的断层（和裂缝）的python模块。 我们经常在2-D或3-D栅格数据（例如地质图，数值模型或地震体）中观察到断层，但是提取这些结构仍然需要大量的时间。 该模块的目的是通过提供一组功能来减少时间，这些功能可以执行故障系统的提取和分析所需的许多步骤。 该模块的基本思想是将故障系统描述为由节点和边组成的图（或网络），这使我们可以将故障定义为图的组成部分，即由边连接的节点集。 未通过边缘连接的节点因此属于不同的组件（故障）。 入门 在线的 Jupyter笔

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：432013312
    • 提供者：weixin_42181693

  1. 几种边缘检测算法对比及python代码实现

  2. 边缘检测（边缘提取）是图像滤波的一种，最常用的主要有三种，Sobel算子，Laplacian算子，Canny算子。 Sobel算子检测方法对灰度渐变和噪声较多的图像处理效果较好，sobel算子对边缘定位不是很准确，图像的边缘不止一个像素；当对精度要求不是很高时，是一种较为常用的边缘检测方法。是带有方向的。在opencv-python中，Sobel算子的主函数代码为： 前四个是必须的参数：第一个参数是需要处理的图像； 第二

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：260096
    • 提供者：weixin_38746574

  1. Canny边缘提取算法手动实现 python

  2. 创作很累，如果您觉得对您有帮助，请点赞支持，感谢！ 一. 总的算法流程： ① 使用高斯滤波器滤波 ② 使用 Sobel 滤波器滤波获得在 x 和 y 方向上的输出，在此基础上求出边缘的强度和边缘的角度         edge 为边缘强度，tan 为边缘角度 ↑ ③ 对边缘角度进行量化处理         对边缘角度进行量化处理算法 ↑ ④ 根据边缘角度对边缘强度进行非极大值抑制（Non-maximum suppression），使图像边缘变得更细         非极大值抑制算法：0°

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：253952
    • 提供者：weixin_38536841

  1. opencv python Canny边缘提取实现过程解析

  2. 这篇文章主要介绍了opencv python Canny边缘提取实现过程解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 Canny是边缘提取算法，在1986年提出的是一个很好的边缘检测器Canny算法介绍 非最大信号抑制： 高低阈值连接： example import cv2 as cv import numpy as np # canny运算步骤：5步 # 1. 高斯模糊 - GaussianBlur # 2. 灰度转换 - cv

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：183296
    • 提供者：weixin_38599545

  1. Python+OpenCV图像处理——实现轮廓发现

  2. 简介：轮廓发现是基于图像边缘提取的基础寻找对象轮廓的方法，所以边缘提取的阈值选定会影响最终轮廓发现结果。 代码如下： import cv2 as cv import numpy as np def contours_demo(image): dst = cv.GaussianBlur(image, (3, 3), 0) #高斯模糊去噪 gray = cv.cvtColor(dst, cv.COLOR_RGB2GRAY) ret, binary = cv.threshold(gray

  3. 所属分类：其它

    • 发布日期：2021-01-19
    • 文件大小：287744
    • 提供者：weixin_38700430
« 12 »