原创 python數字圖像處理(1):環境安裝與配置

[原文鏈接,之後都是轉自於此](https://www.cnblogs.com/denny402/p/5121501.html) 一提

原创 python數字圖像處理(5):圖像的繪製

實際上前面我們就已經用到了圖像的繪製,如: io.imshow(img)   這一行代碼的實質是利用matplotlib包對圖片進行繪製,繪製成功後,返回一個matplotlib類型的數據。因此,我們也可以這樣寫:

原创 python數字圖像處理(3):圖像像素的訪問與裁剪

圖片讀入程序中後,是以numpy數組存在的。因此對numpy數組的一切功能,對圖片也適用。對數組元素的訪問,實際上就是對圖片像素點的訪問。 彩色圖片訪問方式爲: img[i,j,c] i表示圖片的行數,j表示圖片的列

原创 python數字圖像處理(2):圖像的讀取、顯示與保存

skimage提供了io模塊,顧名思義,這個模塊是用來圖片輸入輸出操作的。爲了方便練習,也提供一個data模塊,裏面嵌套了一些示例圖片,我們可以直接使用。 引入skimage模塊可用: 1 fr

原创 python數字圖像處理(6):圖像的批量處理

有些時候,我們不僅要對一張圖片進行處理,可能還會對一批圖片處理。這時候,我們可以通過循環來執行處理,也可以調用程序自帶的圖片集合來處理。 圖片集合函數爲: skimage.io.ImageCollection(load

原创 python數字圖像處理(10):圖像簡單濾波

對圖像進行濾波,可以有兩種效果:一種是平滑濾波,用來抑制噪聲;另一種是微分算子,可以用來檢測邊緣和特徵提取。 skimage庫中通過filters模塊進行濾波操作。 1、sobel算子 sobel算子可用來檢測邊緣

原创 python數字圖像處理(11):圖像自動閾值分割

圖像閾值分割是一種廣泛應用的分割技術,利用圖像中要提取的目標區域與其背景在灰度特性上的差異,把圖像看作具有不同灰度級的兩類區域(目標區域和背景區域)的組合,選取一個比較合理的閾值,以確定圖像中每個像素點應該屬於目標區域還是

原创 python數字圖像處理(8):對比度與亮度調整

圖像亮度與對比度的調整,是放在skimage包的exposure模塊裏面 1、gamma調整 原理:I=Ig 對原圖像的像素,進行冪運算,得到新的像素值。公式中的g就是gamma值。 如果gamma>1, 新圖像比

原创 python數字圖像處理(4):圖像數據類型及顏色空間轉換

一、圖像數據類型及轉換 在skimage中,一張圖片就是一個簡單的numpy數組,數組的數據類型有很多種,相互之間也可以轉換。這些數據類型及取值範圍如下表所示: Data type Range uint8

原创 python數字圖像處理(7):圖像的形變與縮放

圖像的形變與縮放,使用的是skimage的transform模塊,函數比較多,功能齊全。 1、改變圖片尺寸resize 函數格式爲: skimage.transform.resize(image, outpu

原创 anaconda的jupyter notebook 中 import matplotlib 顯示 ImportError: No module named matplotlib

如圖所示,解決方法:第一步:列出conda環境conda info --envs結果顯示:# conda environments: # tensorflow * D:\anaconda\envs\tensorfl

原创 OCR驗證碼獲取

單張驗證碼隨機獲取:http://my.cnki.net/elibregister/CheckCode.aspx  哈哈哈哈

原创 python排序(1):冒泡法

""" 1、冒泡排序 """ def bubble_sort(item): n = len(item) for j in range(0,n-1): for i in range(0,n-1-j):

原创 python-opencv安裝(編程環境pycharm,python3.5)

本人使用的python版本是python3.5,聽說python3.6可以直接在cmd命令窗口輸入 pip install python-opencv直接安裝,試了下python3.5貌似不行: 更新pip或者使用pip3也不行: 那

原创 python排序(2):選擇排序

""" 選擇排序:主要找到每一次遍歷最小值的下標 """ def select_sort(item): n = len(item) min = 0 for j in range(0,n-1): m