jsp网站开发之html入门知识,广州服装设计公司,蓝海国际版网站建设系统,重庆网站制作1000三、图像预处理2
1、图像滤波 为图像滤波通过滤波器得到另一个图像。也就是加深图像之间的间隙#xff0c;增强视觉效果#xff1b;也可以模糊化间隙#xff0c;造成图像的噪点被抹平。 2、卷积核 在深度学习中#xff0c;卷积核越大#xff0c;看到的信息越多#xff0…三、图像预处理2
1、图像滤波 为图像滤波通过滤波器得到另一个图像。也就是加深图像之间的间隙增强视觉效果也可以模糊化间隙造成图像的噪点被抹平。 2、卷积核 在深度学习中卷积核越大看到的信息越多提取的特征越好同时计算量越大。 卷积核一般为奇数为了保证锚点处于中间。
3、图像平滑处理 图像噪声是指存在于图像数据中的不必要的或多余的干扰信息。它妨碍了人们通过视觉器官对接收信息的理解。噪声在理论上可以定义为“不可预测只能用概率统计方法来认识的随机误差”。因此将图像噪声看成是多维随机过程是合适的描述噪声的方法可以借用随机过程的描述即用其概率分布函数和概率密度分布函数。
3.1、高斯滤波 高斯滤波是图像处理中常用的一种平滑滤波方法其主要作用是去除图像中的噪声并减少图像细节以实现图像的平滑处理。 cv2.GaussianBlur(src, ksize, sigmaX) ksize高斯核的大小通常以元组 (width, height) 形式指定sigmaX高斯核在 x 方向上的标准差。 ksize (11, 11) sigma 1 blurrred_image cv2.GaussianBlur(img, ksize, sigma) 3.2、双边滤波 通过考虑像素点的空间距离和灰度差异实现了对图像进行平滑的同时尽量保留图像的边缘细节。 cv2.bilateralFilter(src, d, sigmaColor, sigmaSpace) d滤波器的直径用于指定在每个像素周围考虑的像素邻域大小一般为正奇数sigmaColor颜色空间的标准差用于控制滤波过程中颜色相似性的权重较大时在更大范围内进行平滑处理导致图像细节的丢失较多 sigmaSpace坐标空间的标准差用于控制滤波过程中空间相似性的权重较大时在更大的空间范围内进行平滑处理导致图像的局部细节被进一步平滑 。 c 19 color 3 space 17 b_img cv2.bilateralFilter(img, c, space, color) 3.3、中值 滤波 因为椒盐噪声或脉冲噪声的灰度值通常远远偏离周围像素的灰度值通过中值滤波可以有效地将这些异常值去除从而使图像变得更加平滑。 cv2.medianBlur(src, ksize) ksize 是用于中值滤波的孔径大小必须是大于1的奇数。 c 5 m_img cv2.medianBlur(img, c) 4、图像边缘检测 Canny边缘检测 cv2.Canny(image, threshold1, threshold2)threshold1: 第一个阈值用于边缘检测的低阈值threshold2: 第二个阈值用于边缘检测的高阈值返回检测到的边缘图像边缘部分为白色其他部分为黑色。 import cv2 image cv2.imread(images/car.png) # 从BGR到灰度图像 image cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # Canny edges cv2.Canny(image, 200, 300) cv2.imshow(边缘检测, edges) cv2.waitKey(0) cv2.destroyAllWindows() 5、图像形态学操作 主要用于提取图像中的有用特征如边界检测、噪声去除等常见的形态学操作包括腐蚀、膨胀、开运算、闭运算、梯度、顶帽和黑帽等
5.1、腐蚀 减少图像中白色区域的大小常用于消除小的白色噪声点。 eroded cv2.erode(src, kernel, dst,iterations1)kernel: 结构元素用于定义腐蚀操作的方式是一个矩阵结构数据dst (可选): 输出图像默认自动创建一个新的图像iterations (可选): 腐蚀操作的迭代次数默认为1。 k np.ones((5, 5), np.uint8) num 2 e_img cv2.erode(img, k, iterationsnum) 5.2、膨胀 与腐蚀相反它会增加图像中白色区域的大小。 dilated cv2.dilate(src, kernel, iterations1)
5.3、开运算 先腐蚀后膨胀的过程常用于去除小的物体、平滑较大的物体边界以及填充细长的突出部分。 cv2.morphologyEx(img, cv2.MORPH_OPEN,kernel)
5.4、闭运算 先膨胀后腐蚀的过程常用于填充前景物体中的小洞 平滑较大物体的边界以及连接邻近的物体。 cv2.morphologyEx(img, cv2.MORPH_CLOSE,kernel)
5.5、形态学梯度 计算膨胀后的图像与腐蚀后的图像之间的差值突出物体的边缘。 cv2.morphologyEx(src, cv2.MORPH_GRADIENT, kernel)
5.6、顶帽 原图像与开运算结果的差值用于获取图像中的亮细节。 cv2.morphologyEx(src, cv2.MORPH_TOPHAT, kernel)
5.7、黑帽 闭运算结果与原图像的差值用于获取图像中的暗细节。 cv2.morphologyEx(src, cv2.MORPH_BLACKHAT, kernel)
