原创 計算機視覺基礎系列（python與opencv的操作與運用/tensorflow的基礎介紹）（十九）---Haar特徵
1 引入機器學習 （Haar的引入） 什麼是特徵？什麼是haar特徵？ 特徵是：某個區域的像素點經過某種四則運算得到的結果，這個結果可以是一個向量或者其他的各種元素。（具體值，向量，多維的值，矩陣）本質 Haar特徵：具有特徵的本質，
2019-06-28 02:49:09
原创 計算機視覺基礎系列（python與opencv的操作與運用/tensorflow的基礎介紹）（十八）---直方圖均衡化源碼
1 灰度圖的直方圖均衡化 灰度直方圖的均衡化的過程是一個累計概率完成映射的過程，舉個例子： 像素0-100的概率累計相加得到0.5，則用255*0.5進行映射得到50來代替這個100這個像素值。又相應的API，這裏就不做API的代碼了，我
2019-06-27 03:56:06
1
原创 計算機視覺基礎系列（python與opencv的操作與運用/tensorflow的基礎介紹）（十五）---直方圖
1 直方圖的引入 opencv在圖像處理方面的基礎應用，彩色圖像的相關知識和技術以及直方圖的均衡化和規定化的原理是必須提前掌握。 直方圖的概念，橫座標表示像素值0-255的值，縱座標表示像素值在整個圖像中的概率是多少，值在0-1之間。 直
2019-06-26 05:02:23
原创 計算機視覺基礎系列（python與opencv的操作與運用/tensorflow的基礎介紹）（十七）---直方圖處理源碼
1 灰度直方圖的源碼 灰度直方圖的本質：統計每個像素灰度出現的概率，橫座標0-255，縱座標是出現的概率值爲0-1。 代碼如下： import cv2 import numpy as np import matplotlib.pyplo
2019-06-26 05:02:23
原创 計算機視覺基礎系列（python與opencv的操作與運用/tensorflow的基礎介紹）（十四）---浮雕效果和顏色映射
1 浮雕效果 浮雕效果和邊緣效果一樣，也是需要求梯度的過程 計算公式：newP = gray0 - gray1 + 150，即，灰度圖中，相鄰的兩個像素值之差加上150即爲新的像素值 代碼實現如下： import cv2 import
2019-06-26 05:02:22
原创 計算機視覺基礎系列（python與opencv的操作與運用/tensorflow的基礎介紹）（十三）---圖像的融合和邊緣檢測
1 圖像融合 被疊加的兩張圖片的大小、類型（高度/寬度/通道數）必須相同。 但是如果這兩張圖片大小不相同，有什麼方法解決？具體解決方法請點擊此處查看 1.1 cv2.add(img1,img2)：直接對兩張圖片作加法運算 Numpy中可以
2019-06-25 03:15:05
1
原创 計算機視覺基礎系列（python與opencv的操作與運用/tensorflow的基礎介紹）（十二）---圖片的顏色反轉和馬賽克效果
一、圖片的顏色反轉 圖片的顏色反轉分爲灰度圖像的顏色反轉和彩色圖像的顏色反轉： 灰度圖像的顏色反轉，比較簡單一點，因爲它的顏色空間只有一層，只需要用255-mat[i,j]（灰度圖該點的像素值）存儲到新的矩陣中即可。 彩色圖像的顏色反轉，
2019-06-15 03:03:23
3
原创 計算機視覺基礎系列（python與opencv的操作與運用/tensorflow的基礎介紹）（十一）---圖片的灰度處理
一、圖片的灰度化處理 圖片的灰度化的原理： 這個灰度化，可以通過調用API進行灰度化處理，也可以通過圖片的像素操作，對圖片進行灰度化處理。 方法一：用imread讀取的時候，設置後面的參數爲0。eg:img=imread('1.jpg
2019-06-15 03:03:23
原创 計算機視覺基礎系列（python與opencv的操作與運用/tensorflow的基礎介紹）（十）---圖片的仿射變換和旋轉
一，圖片的仿射變換 圖片的仿射變換，需要根據圖片的左上角，右下角及右上角來進行變換。 解析來就是代碼部分： import cv2 import numpy as np img = cv2.imread('1.jpg', 1) info
2019-06-15 03:03:23
1
原创 計算機視覺基礎系列（python與opencv的操作與運用/tensorflow的基礎介紹）（九）---圖片的鏡像
鏡像操作，可以看作是圖片的翻轉操作，其原理是：實現的步驟是（1.創建一個足夠大的“畫板”，2將一副圖像分別從前向後、從後向前繪製，3繪製中心分割線） 新建一個Y軸的座標，整個Y的高度是圖片的高度的兩倍。代碼爲： import cv2 i
2019-06-13 23:04:11
原创 計算機視覺基礎系列（python與opencv的操作與運用/tensorflow的基礎介紹）（八）---小例子（神經網絡逼近股票收盤價格）
這裏我們運用簡單的神經網絡模擬一下股票的收盤價格，是一個學習的示例。 首先要知道，股票曲線圖的參數意義： 這個曲線圖主要記錄股票的開盤價格和收盤價格，如果開盤價格低於收盤價格，那麼證明這個股票在增長，每天的規律如此，所以，在下面，首先定
2019-06-13 23:04:11
1
原创 計算機視覺基礎系列（python與opencv的操作與運用/tensorflow的基礎介紹）（七）---matplotlib畫圖工具
import numpy as np import matplotlib.pyplot as plt x = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 0]) y = np.array([1, 3, 4,
2019-06-13 23:04:10
1
原创 計算機視覺基礎系列（python與opencv的操作與運用/tensorflow的基礎介紹）（九）---圖片的剪切和移位
圖片的剪切： import cv2 img = cv2.imread('1.jpg', 1) info = img.shape dst = img[100: 200, 100: 300] cv2.imshow('img', img) c
2019-06-13 23:04:10