注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. pytesseract 0.1.8

  2. Python-tesseract是Google Tesseract-OCR引擎的封装。因为它可以读取Python图像库支持的所有图像类型，包括jpeg，png，gif，bmp，tiff和其他，所以它也可以作为独立的调用脚本来使用，而tesseract-ocr默认只支持tiff和bmp。此外，如果用作脚本，Python-tesseract将打印识别的文本，而不是将其写入文件。计划在未来版本中支持信心估计和边界框数据。

  3. 所属分类：机器学习

    • 发布日期：2018-01-28
    • 文件大小：149kb
    • 提供者：qq_37701443

  1. 二维元胞自动机python

  2. 二维元胞自动机，冯诺伊曼边界，可以随意设置规则，输出图像

  3. 所属分类：其它

    • 发布日期：2018-09-05
    • 文件大小：2kb
    • 提供者：lxhdy12345

  1. opencv-python基础.zip

  2. 第一章 图像的基本操作 1.1图片读取 1.2视频的读取 1.3读取感兴趣的窗口 1.4图像通道 1.5边界填充 1.6改变图像大小以及图像混合 1.7图像融合 1.8利用mask掩膜抠出感兴趣的区域 1.9基本绘图操作 1.10 鼠标绘图 1.11几何操作 1.12亮度与对比度 1.13 轮廓检测以及多边形，凸包绘制 1.14动态绘制时钟​ 第二章 阈值与(滤波)平滑处理 第三章 图像形态学操作 3.1腐蚀操作 3.2膨胀操作 3.3开运算（即先腐蚀，再膨

  3. 所属分类：Python

    • 发布日期：2019-08-17
    • 文件大小：1mb
    • 提供者：zhangxiaoyu_sy

  1. Python-BBoxLabelTool一种用于在图像中标记对象边界框的简单工具

  2. BBox-Label-Tool 一种用于在图像中标记对象边界框的简单工具

  3. 所属分类：其它

  1. OpenCV-Python-Toturial-中文版.pdf

  2. 数字图像处理（第三版）冈萨雷斯，北京大学研究生上课专用ppt课件书虽然挺好的,但是不够全面,不能让读者完全了解 opencv的现状)。而 我翻译的这本书是来源于 OpenCv的官方文档,内容全面,对各种的算 法的描述简单易懂,而且不拘泥于长篇大论的数学推导,非常适合想使用 OpencⅤ解决实际问题的人,对他们来说具体的数学原坦并不重要,重要 是能解决实际问题。 在国内这本书可以说是第一本 Python OpenCV的译作。 4本书的时效性 本书的编写时针对最新的 Opencv3.0的,本版本还没

  3. 所属分类：图像处理

    • 发布日期：2019-07-05
    • 文件大小：5mb
    • 提供者：qq_28005905

  1. python实现图像外边界跟踪操作

  2. 主要介绍了python实现图像外边界跟踪操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-16
    • 文件大小：74kb
    • 提供者：weixin_38638002

  1. 关于Python 的简单栅格图像边界提取方法

  2. 今天小编就为大家分享一篇关于Python 的简单栅格图像边界提取方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-19
    • 文件大小：34kb
    • 提供者：weixin_38719719

  1. 5行Python代码实现图像分割的步骤详解

  2. 众所周知图像是由若干有意义的像素组成的，图像分割作为计算机视觉的基础，对具有现有目标和较精确边界的图像进行分割，实现在图像像素级别上的分类任务。 图像分割可分为语义分割和实例分割两类，区别如下： 语义分割：将图像中每个像素赋予一个类别标签，用不同的颜色来表示； 实例分割：无需对每个像素进行标记，只需要找到感兴趣物体的边缘轮廓。 图像分割通常应用如下所示： 专业检测：应用于专业场景的图像分析，比如在卫星图像中识别建筑、道路、森林，或在医学图像中定位病灶、测量面积等； 智能交通：识

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：56kb
    • 提供者：weixin_38547397

  1. python实现图像外边界跟踪操作

  2. share一些python实现的code #!/usr/bin/env python #coding=utf-8 import cv2 img = cv2.imread("trace_border2.bmp") [img_h, img_w, img_channel] = img.shape trace = [] start_x = 0 start_y = 0 gray = img[:,:,1] for h in range(img_h): for w in range(img_w):

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：74kb
    • 提供者：weixin_38503448

  1. Python实现手绘图效果实例分享

  2. 首先我们来看看原图： 接着我们来看看效果图： 通过分析我们不难发现以下特征： 主要颜色为黑白灰 边界线条较重 相同或相近色趋于白色 略有光源效果 需要用到的库有： numpy PIL 代码实现： import numpy as np from PIL import Image baseImg = Image.open("./img/myimg2.jpg").convert("L")  # 这里放置你要手绘的图片原图 a = np.array(baseImg).astype("float")

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：124kb
    • 提供者：weixin_38711041

  1. python+opencv实现车牌定位功能(实例代码)

  2. 写在前面 HIT大三上学期视听觉信号处理课程中视觉部分的实验三，经过和学长们实验的对比发现每一级实验要求都不一样，因此这里标明了是2019年秋季学期的视觉实验三。 由于时间紧张，代码没有进行任何优化，实验算法仅供参考。 实验要求 对给定的车牌进行车牌识别 实验代码 代码首先贴在这里，仅供参考 源代码 实验代码如下： import cv2 import numpy as np def lpr(filename): img = cv2.imread(filename) # 预处理，包括灰度

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：559kb
    • 提供者：weixin_38608189

  1. 学习笔记(32):Python+OpenCV计算机视觉-canny边缘检测

  2. 立即学习:https://edu.csdn.net/course/play/10552/234947?utm_source=blogtoedu canny边缘检测的一般步骤 ① 去噪 边缘检测容易受到噪声的影响。因此，在进行边缘检测前，通常需要进行去噪。 通常采用高斯滤波器。 ② 梯度 对平滑后的图像计算梯度的大小和方向 梯度的方向一般总是与边界垂直 梯队方向背归为四类：垂直，水平，两个对角线方向。 ③非极大值抑制 在获得了梯度和方向后，遍历图像，去除所有不是边界的点（判断当前像素点是否是周围像

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：189kb
    • 提供者：weixin_38678057

  1. Python图像处理库PIL的ImageGrab模块介绍详解

  2. ImageGrab模块用于将当前屏幕的内容或者剪贴板上的内容拷贝到PIL图像内存。 当前版本只支持windows系统。 一、ImageGrab模块的函数 1、  Grab 定义：ImageGrab.grab()⇒ image   ImageGrab.grab(bbox) ⇒ image 含义：（New in 1.1.3）抓取当前屏幕的快照，返回一个模式为“RGB”的图像。参数边界框用于限制只拷贝当前屏幕的一部分区域。 例子： >>> from PIL importImage,

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：227kb
    • 提供者：weixin_38713099

  1. 关于Python 的简单栅格图像边界提取方法

  2. 在GIS中，栅格属性里有关于栅格自身的信息，背景（nodata value）对于识别一张图像的边界像元尤为重要，我们目的只要把每行每列中的第一次出现不是nodata的像元和最后一次出现nodata的前一个像元就可以了。 对于栅格，可以用ArcPy中的RasterToNumpyArray函数将将栅格转成numpy数组，然后就可以按照所想读取出每行列中首尾像元。 以下是部分代码提取边界像元的核心算法，其实是很简单的一个思路(假设0是nodata value)。 a=[[0 for col in r

  3. 所属分类：其它

    • 发布日期：2021-01-01
    • 文件大小：42kb
    • 提供者：weixin_38732740

  1. python opencv实现图像边缘检测

  2. 本文利用python opencv进行图像的边缘检测，一般要经过如下几个步骤： 1、去噪 如cv2.GaussianBlur()等函数； 2、计算图像梯度 图像梯度表达的是各个像素点之间，像素值大小的变化幅度大小，变化较大，则可以认为是出于边缘位置，最多可简化为如下形式： 3、非极大值抑制 在获得梯度的方向和大小之后，应该对整幅图像做一个扫描，去除那些非边界上的点。对每一个像素进行检查，看这个点的梯度是不是周围具有相同梯度方向的点中最大的。如下图所示： 4、滞后阈值 现在要确定那些边界才是真

  3. 所属分类：其它

    • 发布日期：2021-01-01
    • 文件大小：159kb
    • 提供者：weixin_38648396

  1. Python+opencv 实现图片文字的分割的方法示例

  2. 实现步骤： 1、通过水平投影对图形进行水平分割，获取每一行的图像； 2、通过垂直投影对分割的每一行图像进行垂直分割，最终确定每一个字符的坐标位置，分割出每一个字符； 先简单介绍一下投影法：分别在水平和垂直方向对预处理（二值化）的图像某一种像素进行统计，对于二值化图像非黑即白，我们通过对其中的白点或者黑点进行统计，根据统计结果就可以判断出每一行的上下边界以及每一列的左右边界，从而实现分割的目的。 下面通过Python+opencv来实现该功能 首先来实现水平投影： import cv2 impo

  3. 所属分类：其它

    • 发布日期：2020-12-31
    • 文件大小：145kb
    • 提供者：weixin_38528086

  1. python hough变换检测直线的实现方法

  2. 1 原理  2 检测步骤 将参数空间(ρ,θ) 量化成m*n(m为ρ的等份数，n为θ的等份数)个单元，并设置累加器矩阵，初始值为0； 对图像边界上的每一个点（x,y）带入ρ=xcosθ+ysinθ，求得每个θ对应的ρ值，并在ρ和θ所对应的单元，将累加器加1，即：Q(i,j)=Q(i,j)+1； 检验参数空间中每个累加器的值，累加器最大的单元所对应的ρ和θ即为直角坐标系中直线方程的参数。  3 接口 image：二值图像，canny边缘检测输出。这里是result。 rho: 以像素为单位的距

  3. 所属分类：其它

    • 发布日期：2020-12-26
    • 文件大小：204kb
    • 提供者：weixin_38674415

  1. 学习笔记(09):Python+OpenCV计算机视觉-sobel算子及其函数使用

  2. 立即学习:https://edu.csdn.net/course/play/10552/234943?utm_source=blogtoedu sobel算子 dst=cv2.Sobel（src，ddepth，dx，dy，[ksize]) ddepth—处理结果图像深度，可设为-1（与原图像深度一致，设为-1边界值会丢失），此处为了保留边界，设置为cv2.cv_64F，再cv2.convertScaleAbs 转化为绝对值 水平方向的梯度值组成一条线（垂直方向） dst=cv2.convertS

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：231kb
    • 提供者：weixin_38723753

  1. LabelSlide:LabelSlide是虚拟幻灯片中的幻灯片批注工具和标签对象边界框（通常在病理学中使用）-源码

  2. 标签幻灯片 LabelSlide是虚拟幻灯片中的幻灯片批注工具和标签对象边界框（通常在病理学中使用） 特征 LabelSlide基于B / S结构并用Python编写。使用读取虚拟幻灯片并创建DeepZoom图像。然后通过在浏览器中查看可缩放图像。添加画布以绘制覆盖OpenSeadragon查看器的标签框。使用构建网页 安装 从源代码构建 Python pip install -r requirements.txt python label_slide.py 访问127.0.0.1:5000（

  3. 所属分类：其它

  1. spectroPy:在Python中使用光栅光谱进行校准和操作-源码

  2. 光谱 在Python中使用光栅光谱进行校准和操作。 主要关注使用StarAnalyser SA-100和SA-200获得的光谱。 要求： Python 麻木 科学的 matplotlib 天生的 推荐的工作流程： 拍摄光谱图像。 应用暗框和平场校正，套准和堆叠图像等（可选）。 提取L通道（可选）。 提取具有0阶到1阶光谱的图像的线轮廓-使用例如SAO DS9或MaximDL。 启动spectroPy： python spectroPy.py your_profile 。 代码

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：74kb
    • 提供者：weixin_42133329
« 12 3 »