image-processing

    0熱度

    1回答

    我正在開發一個應用程序,我在這裏做一些實時圖像處理。在我的相機視圖中,我在的預覽幀內進行圖像處理,其中我遍歷每個像素,然後查找每幀的總和Y值。然後我將它保存到一個csv文件中,一切工作都很完美。除此之外,我還想存儲csv中每幀之間流逝的時間以及每個y-sum。 圖像處理 public abstract class ImageProcessing { public static int YUV4

    0熱度

    1回答

    我是Python新手。我寫的(Python的3.6.1)使用skimage.transform工具圖像旋轉一個簡單的函數: def rotate_20rand(X): X_aug = np.zeros_like(X) for i,img in enumerate(X): X_aug[i] = transform.rotate(img, angle=np.random

    0熱度

    1回答

    因此,使用計算機視覺到車道檢測的流行的做法是執行這些5個步驟: 轉換爲灰度圖像,通過高斯 函數平滑圖像 使用Canny邊緣函數來檢測邊緣(明顯對吧?) 標記感興趣的區域ROI 使用hough變換功能來檢測直線並具有線條繪製功能。 這就是我的做法。 但這裏的重點是我們通常需要手動選擇投資回報率。在大多數情況下,當適用於汽車上的儀表板照相機時,沒關係,因爲視圖沒有太大變化。 但是我的情況不同,我想根據

    1熱度

    2回答

    我正在通過scipy.misc模塊(imread,imresize,imsave函數)對屏幕截圖(PNG格式)進行大小調整並將其寫回TIF格式。 TIF格式圖像將被輸入到Tesseract-OCR中。但是,Tesseract抱怨TIF文件的元數據中指定的dpi是0。如何通過scipy.misc.imsave或任何其他方法保存圖像時指定此項?

    0熱度

    1回答

    此問題的解決方案似乎不存在,但我很難相信這是不可能的。 想象一下,如果您的圖片具有半透明覆蓋圖(顏色=黑色,透明度= 50%),無論是整個圖片還是僅僅一部分,都沒有關係。如何將底下的像素轉換爲其原始顏色,實質上是去除黑色覆蓋層。 就像一個簡單的代數方程式,我們應該能夠重新排列變量以解決疊加下的「原始像素」問題。沿着線的東西 - 原始像素*半透明疊加=新像素 原始像素=半透明疊加/新像素 顯然,這樣

    0熱度

    1回答

    我有一個DropZone表單,每次上載後我都會重置。我的需求一次指定一個上載,因爲用戶進行選擇以指示特定屬性。 我的懸浮窗選項的相關部分: maxFiles: 1, success: function (file) { this.removeFile(file); } 這是一個成功上傳的縮略圖,並勾選後工作我的目的,在一個小問題完全消失如此之快,在用戶沒有它的想法發生了。 我發現了一個暫

    0熱度

    1回答

    中最頻繁出現的顏色比方說,我有如下形象: 我正在尋找一種方法以編程方式確定紅色是最圖片中常見的顏色。 到目前爲止,我已經嘗試了一些方法,以各種不良的結果來實現這一點。我目前的做法是首先減少圖像中的顏色。 這是用下面的代碼完成: Mat samples(src.rows * src.cols, 3, CV_32F); for(int y = 0; y < src.rows; y++) for(i

    0熱度

    1回答

    是否有一種軟件/工具可以從簡單的原始8位RGB圖像生成RGB值矩陣? 此外,是否有一個軟件/工具可以從給定的RGB值矩陣生成圖像? 謝謝。 PS: i)我知道這可以用Matlab完成。我正在尋找一種可以做到的不是Matlab的工具。 ii)我意識到存在關於以編程方式執行類似事情的問題。我需要一個軟件工具,如果有的話,可以完成這項任務。

    0熱度

    1回答

    我正在嘗試編寫一個簡單的TGA-Loader,並且發現讀取某些圖像後,某些點會產生大量不需要的空值。 我要測試的圖像有六個:它們每個都有32x32像素的BGR顏色。 現在四個圖像讀取正常,而其餘兩個只讀直到第17個字節。從那裏,它們由空值,它看起來像: 0:220 164 55 1:232 173 57 2:241 177 51 ... 16:252 181 41 17:249 180 41 18

    2熱度

    1回答

    我正在學習最近找到一種搜索相似圖像的方法。 在特徵匹配領域有一些流行的算法。例如,openCV中的感知哈希算法,SIFI和SURF。我想知道哪一個是最準確的。或者使用多種算法是一個好主意? 還是有關於流行算法的一些很好的結論。 在此先感謝。