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. 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实现验证码识别功能

  2. 本文实例为大家分享了python实现验证码识别的具体代码，供大家参考，具体内容如下 1.通过二值化处理去掉干扰线 2.对黑白图片进行降噪，去掉那些单独的黑色像素点 3.消除边框上附着的黑色像素点 4.识别图像中的文字，去掉空格与’.’ python代码： from PIL import Image from aip import AipOcr \nfile='1-1-7' # 二值化处理,转化为黑白图片 def two_value(): for i in range(1, 5): # 打

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：53kb
    • 提供者：weixin_38563871

  1. Python+OpenCV实现车牌字符分割和识别

  2. 最近做一个车牌识别项目，入门级别的，十分简单。 车牌识别总体分成两个大的步骤： 一、车牌定位：从照片中圈出车牌 二、车牌字符识别 这里只说第二个步骤，字符识别包括两个步骤： 1、图像处理 原本的图像每个像素点都是RGB定义的，或者称为有R/G/B三个通道。在这种情况下，很难区分谁是背景，谁是字符，所以需要对图像进行一些处理，把每个RGB定义的像素点都转化成一个bit位（即0-1代码），具体方法如下： ①将图片灰度化 名字拗口，但是意思很好理解，就是把每个像素的RGB都变成灰色的RGB值，而灰色的

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：90kb
    • 提供者：weixin_38667920

  1. python数字图像处理之高级滤波代码详解

  2. 本文提供许多的滤波方法，这些方法放在filters.rank子模块内。 这些方法需要用户自己设定滤波器的形状和大小，因此需要导入morphology模块来设定。 1、autolevel 这个词在photoshop里面翻译成自动色阶，用局部直方图来对图片进行滤波分级。 该滤波器局部地拉伸灰度像素值的直方图，以覆盖整个像素值范围。 格式：skimage.filters.rank.autolevel(image, selem） selem表示结构化元素，用于设定滤波器。 from skimage i

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：388kb
    • 提供者：weixin_38657465

  1. python实现图片二值化及灰度处理方式

  2. 我就废话不多说了，直接上代码吧！ 集成环境：win10 pycharm #!/usr/bin/env python3.5.2 # -*- coding: utf-8 -*- '''4图片灰度调整及二值化： 集成环境：win10 python3 Pycharm ''' from PIL import Image # load a color image im = Image.open('picture\\haha.png' )#当前目录创建picture文件夹 # convert to gre

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：32kb
    • 提供者：weixin_38619967

  1. 使用python 对验证码图片进行降噪处理

  2. 首先贴一张验证码上来做案例： 第一步先通过二值化处理把干扰线去掉： from PIL import Image # 二值化处理 def two_value(): for i in range(1,5): # 打开文件夹中的图片 image=Image.open('./Img/'+str(i)+'.jpg') # 灰度图 lim=image.convert('L') # 灰度阈值设为165，低于这个值的点全部填白色 threshold=165

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：112kb
    • 提供者：weixin_38612909

  1. opencv-python实现数米粒实验

  2. 实验目的 1,通过阈值分割将原图像转变为二值图像 2,找出米粒的连通域，数出米粒的数目 3,找出米粒中最大的面积和周长是多少，并给出在图片的位置 实验过程 openCV提供了非常好用的简单全局阈值分割的函数 cv2.threshold(src, thresh, maxval, type, dst=None) 关于threshold函数详解 对原始灰度图像进行灰度直方图分析，可以明显看出灰度值分布区间较大，并且有三座峰(这里暂时不考虑多阈值分割问题)，因此难以通过单一阈值进行有效分割，所以应使用

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：592kb
    • 提供者：weixin_38564990

  1. 使用python PIL库实现简单验证码的去噪方法步骤

  2. 字符型图片验证码识别完整过程及Python实现的博主，我的大部分知识点都是从他那里学来的。 想要识别验证码，收集足够多的样本后，首先要做的就是对验证码原始图片进行处理，对验证码识别分类之前，一般包括：将彩色图片转换成灰度图、将灰度图二值化和去除噪点三个基本过程。这里仅以比较简单的验证码为例，介绍一下如何通过python的PIL库对图片去噪。 首先看一下未经处理的验证码图片： 对图片处理主要使用了PIL库的Image类。 1.彩色图片转换成灰度图 首先使用Image的open方法打开上面的图片

  3. 所属分类：其它

    • 发布日期：2020-12-31
    • 文件大小：191kb
    • 提供者：weixin_38695471

  1. python对验证码降噪的实现示例代码

  2. 前言： 最近写爬虫会经常遇到一些验证码识别的问题，现如今的验证码已经是五花八门，刚开始的验证码就是简单的对生成的验证码图片进行一些干扰，但是随着计算机视觉库的 发展壮大，可以轻松解决简单的验证码识别问题，于是一些变态 的验证码就出来了，什么滑动验证码，当然这个也是比较好解决的，用python的selenium库就可以破解一些滑动验证码。可是还出现了一些语音类，点击类的验证码。爬虫与反爬的较量确实越来越精彩了，也挺有趣的！最终促进的是整个行业技术的发展与进步。 今天分享一个可以解决简单验证码识别

  3. 所属分类：其它

    • 发布日期：2021-01-02
    • 文件大小：124kb
    • 提供者：weixin_38693720

  1. python 图片二值化处理（处理后为纯黑白的图片）

  2. 先随便招一张图片test.jpg做案例 然后对图片进行处理 # 图片二值化 from PIL import Image img = Image.open('test.jpg') # 模式L”为灰色图像，它的每个像素用8个bit表示，0表示黑，255表示白，其他数字表示不同的灰度。 Img = img.convert('L') Img.save(test1.jpg) # 自定义灰度界限，大于这个值为黑色，小于这个值为白色 threshold = 200 table = [] for i i

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：157kb
    • 提供者：weixin_38690402

  1. Python实现识别手写数字 Python图片读入与处理

  2. 写在前面 在上一篇文章Python徒手实现手写数字识别—大纲中，我们已经讲过了我们想要写的全部思路，所以我们不再说全部的思路。 我这一次将图片的读入与处理的代码写了一下，和大纲写的过程一样，这一段代码分为以下几个部分： 读入图片； 将图片读取为灰度值矩阵； 图片背景去噪； 切割图片，得到手写数字的最小矩阵； 拉伸/压缩图片，得到标准大小为100×100大小矩阵； 将图片拉为1×10000大小向量，存入训练矩阵中。 所以下面将会对这几个函数进行详解。 代码分析 基础内容 首

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：147kb
    • 提供者：weixin_38637998

  1. python 中值滤波,椒盐去噪,图片增强实例

  2. 受光照、气候、成像设备等因素的影响，灰度化后的图像存在噪声和模糊干扰，直接影响到下一步的文字识别，因此，需要对图像进行增强处理。图片预处理中重要一环就是椒盐去澡，通常用到中值滤波器进行处理，效果很好。中值滤波器是一种非线性滤波器，其基本原理是把数字图像中某点的值用其领域各点值的中值代替。 如求点[i,j]的灰度值计算方法为： （1）按灰度值顺序排列[i,j]领域中的像素点； （2）取排序像素集的中间值作为[i,j]的灰度值。中值滤波技术能有效抑制噪声。 直接上代码，希望给大家有帮助： imp

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：96kb
    • 提供者：weixin_38667835

  1. python图片预处理基本操作之——批量重命名，修改格式，统一大小，保存为其他路径，灰度化，归一化并将BGR写入txt

  2. 最近学习需要，接触了一些图片预处理的工作（用python实现），但网上集中的篇幅不多，故整理如下，主要包括： 批量重命名大量图片 修改格式（此处以.bmp转化为.jpg为例） 统一图片大小（分辨率128*128） 将上述操作后的图片另存为目标路径 对图片进行灰度化处理 对图片进行归一化处理，并将每个像素点的BGR保存在txt文件里 版本：python3.8 运行：PyCharm2019 下面开始详细讲解喽： 第一步： 分别批量重命名文件夹中的图片名称，并将.bmp格式的图片修改为.jpg格式。

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：976kb
    • 提供者：weixin_38666232

  1. 基于python的opencv图像处理实现对斑马线的检测示例

  2. 基本思路 斑马线检测通过opencv图像处理来进行灰度值转换、高斯滤波去噪、阈值处理、腐蚀和膨胀后对图像进行轮廓检测，通过判断车辆和行人的位置，以及他们之间的距离信息，当车速到超过一定阈值时并且与行人距离较近时，则会被判定车辆为未礼让行人。 结果示例 实验流程 先通过视频截取一张图片来进行测试，如果结果满意之后再嵌套到视频中，从而达到想要的效果。 1.预处理（灰度值转换、高斯滤波去噪、阈值处理、腐蚀和膨胀）> 根据自己的需求来修改一些值 #灰度值转换 imgGray = cv2.cv

  3. 所属分类：其它

    • 发布日期：2021-01-19
    • 文件大小：941kb
    • 提供者：weixin_38569109