原创 pytorch 自定義高斯核進行卷積操作

1.介紹     高斯濾波的用處很多,也有很多現成的包可以被調用,比如opencv裏面的cv2.GaussianBlur,一般情況,我們是沒必要去造輪子,除非遇到特殊情況,比如我們在使用pytorch的過程中,需要自定義高斯核進行卷積操作

原创 Opencv之高效函數convertTo

1.介紹     對於圖像的對比度和亮度的調整,我不多介紹了,這都是基本功,主要是根據公式dst = alpha * src + beta(alpha控制對比度,beta控制亮度)。對於它的實現方法,其實有多種,比如for循環遍歷(無上下

原创 Opencv之分離高斯濾波

1.介紹     高斯濾波的原理可以參考我的一篇博客:圖像的高斯平滑之c++實現(qt + 不調包),更快的高斯濾波可以參考我的另外一篇博客:Opencv之快速高斯模糊(IIR遞歸高斯模糊),建議讀者把這兩篇博客也閱讀一下。     高斯

原创 開源圖像處理軟件代碼

原文鏈接:https://www.cnblogs.com/lidabo/p/6923358.html     要寫好一個圖像處理軟件,僅靠自己看書是完全不夠的,要多方面學習,借鑑前人的經驗,要集

原创 PyTorch中 detach() 、detach_()和 data 的區別

1.介紹     在使用PyTorch的過程中,我們經常會遇到detach() 、detach_()和 data這三種類別,如果你不詳細分析它們的使用場所,的確是很容易讓人懵逼。     1)detach()與detach_()    

原创 Opencv3之UMat加速

1.介紹     在Opencv中,我們經常用Mat對象來保持圖像數據,而這種數據之間轉換一般是借用CPU,如果電腦有GPU,那麼豈不是無用武之地呢?當然不可能,因爲本文的豬腳是UMat,UMat與Mat最大的區別在於,如果電腦有GPU,

原创 Opencv之雙線性插值(包含一些優化技巧)

1.介紹     對於雙線性插值,學過圖像處理的人,其理論應該是隨手拈來,代碼也是很容易被寫出來的,我的上一篇博客:圖像的縮放之c++實現(qt + 不調包)已經提到其實現方法和代碼,但工業應用的時候,是和這個有區別的,建議讀者把這兩篇博

原创 Opencv之Unsharp Mask(USM)銳化

1.介紹     USM技術是通過增強圖像的高頻部分的內容來提高視覺效果,用具體的公式表達即爲:y(n,m)= x(n,m)+ λz(n,m) ,其中, x(n,m)爲輸入圖像,y(n,m)爲輸出圖像,而z(n,m)爲校正信號,一般是通過

原创 Opencv之快速高斯模糊(IIR遞歸高斯模糊)

1.介紹     高斯濾波在圖像處理中應該是一種常見的濾波器,用過Opencv的人應該都知道,Opencv是有自帶可調用的高斯濾波函數GaussianBlur(src, dst2, cv::Size(3, 3), 3, 3),其中需要配置

原创 Opencv之高效函數LUT

1.介紹     當我們對圖片進行反色操作的時候,第一時間可能會想到的方法是類似於反色操作之c++實現(qt + 不調包),當然,如果你正在使用opencv庫,你的代碼可能會是這樣: /*反色操作之循環遍歷*/ Mat invertCo

原创 圖像的拉普拉斯銳化之c++實現(qt + 不調包)

1.基本原理     圖像的平滑會使得圖像模糊,相反,有沒有什麼辦法可以提高圖像對比度,從而使圖像清晰起來呢?答案是肯定的,本文的豬腳是拉普拉斯銳化。我們都知道,一階微分法能夠用來檢測邊緣是否存在,二階微分法可以確定邊緣的位置。    

原创 圖像的中值濾波之c++實現(qt + 不調包)

1.基本原理      圖像的中值濾波是通過對鄰域內的採樣數據進行排序並取中值來決定中心像素值,對於中值濾波,排序是很重要,本文爲了講解清晰,沒有用高級排序,當然,如果真的要實際應用中值濾波,用排序算法肯定是不行的,可以考慮一下直方圖。

原创 vs2015 + opencv3 雙目攝像頭獲取深度圖(C++實現)

1.準備工作     要想獲取深度圖,就必須得做好一些基本工作,首先參考博客:vs2015 + opencv3 雙目攝像頭標定(C++實現),獲得左右攝像頭的內參和外參(cameraMatrixL、distCoeffL、cameraMat

原创 圖像的簡單平滑之c++實現(qt + 不調包)

1.基本原理     圖像的簡單平滑是利用卷積運算對圖像鄰域的像素灰度進行平均,從而達到減小圖像中噪聲影響、降低圖像對比度的目的。但圖像的簡單平滑就是對圖像中國一定鄰域內的像素灰度求平均值,將平均的結果作爲中心像素的灰度保存在結構圖中,這

原创 圖像的高斯平滑之c++實現(qt + 不調包)

1.基本原理     高斯平滑也是利用鄰域平均的思想對圖像進行平滑,與普通平滑圖像的不同點在於,不同位置的像素被賦予了不同的權值。一個3x3的高斯模板可見下圖(此模板已被簡易化了),用此模板進行圖像平滑的時候,不僅能模糊圖像的細節,也能更