CV(2)-插值和卷积

前言

仅记录学习过程,有问题欢迎讨论

看看年前可以学到哪。

频率:

灰度值变化程度的指标,是灰度再平面上的梯度幅值:

幅值:

是在一个周期内,交流电瞬时出现的最大绝对值,也是一个正弦波,波峰到波谷的距离的一半。

图像的取样和量化:

  • 取样:就是要用多少点来描述一幅图像,取样结果质量的高低就是用图像的分辨率来衡量的
  • 量化:是指要使用多大范围的数值来表示图像采样之后的一个点。
  • 数字化坐标值称为取样,数字化幅度值称为量化

上采样与下采样:

  • 缩小图像(或称为下采样或降采样)的主要目的:
    • 1、使得图像符合显示区域的大小;
    • 2、生成对应图像的缩略图。
  • 放大图像(或称为上采样或图像插值)的主要目的是放大原图像,从而可以显示在更高分辨率的显示设备上。

插值方法:

  • 最邻近插值:和哪个像素点近就插入其附近,等比例插入像素点的位置

  • 双线性插值(常用):在两个方向上做线性插值(通过4个像素点等比例算出新的像素点位置,几何中心重合!)

  • 双线性差值法的计算比最邻近插值法复杂,计算量较大,但没有灰度不连续的缺点,图像看起来更光滑。

直方图
反映了图像中的灰度分布规律(0-255)。它描述每个灰度级具有的像素个数,但不包含这些像素在图像中的位置信息。
图像直方图不关心像素所处的空间位置,因此不受图像旋转和平移变化的影响,可以作为图像的特征。直方图均衡化就是用一定的算法使直方图大致平和的方法(过亮过暗,套用公式计算新的映射像素点位置)

卷积:

  • 就是特征提取,在CNN是通过大量数据训练得来的,有平滑效果,对位相乘再相加然后移动;
  • 可以通过padding来计算边缘值,防止信息丢失

  • 可以有多个卷积核,提取不同的特征;

  • 卷积核的数量就是输出的通道数,卷积核的通道数就是输入的通道数 (对于输入的每一个通道,都需要有对应的卷积核通道来进行计算,可以参考下图)
    在这里插入图片描述

卷积-3种填充模式

  1. full:卷积核相交图像开始计算,卷积结果尺寸小于原图像
  2. valid:卷积核边缘与图像边缘对齐,卷积结果尺寸小于原图像
  3. same:卷积结果尺寸等于原图像(常用,步长s=1)

插值和直方图的实现

"""
1.实现最邻近插值
2,实现双线性插值
3,证明几何中心对称系数
4.实现图像均衡化"""
import cv2
import matplotlib.pyplot as plt
import numpy as np# 1.实现最邻近插值
def nearest_interpolation(img, dst_h, dst_w):src_h, src_w, _ = img.shapet_x = dst_w / src_wt_y = dst_h / src_hdst_img = np.zeros((dst_h, dst_w, 3), dtype=np.uint8)for i in range(dst_h):for j in range(dst_w):x = int(j / t_x)y = int(i / t_y)dst_img[i, j] = img[y, x]return dst_img# 2.实现双线性插值
def bilinear_interpolation(img, dst_h, dst_w):src_h, src_w, _ = img.shapet_x = dst_w / src_wt_y = dst_h / src_hdst_img = np.zeros((dst_h, dst_w, 3), dtype=np.uint8)for i in range(dst_h):for j in range(dst_w):x = j / t_xy = i / t_yx1 = int(x)y1 = int(y)x2 = min(x1 + 1, src_w - 1)  # 防止超过原图的宽 所以有这个min的行为y2 = min(y1 + 1, src_h - 1)# 公式dst_img[i, j] = (1 - (x - x1)) * (1 - (y - y1)) * img[y1, x1] + (1 - (x - x1)) * (y - y1) * img[y2, x1] + (x - x1) * (1 - (y - y1)) * img[y1, x2] + (x - x1) * (y - y1) * img[y2, x2]return dst_img# 3,证明几何中心对称系数为1/2
"""
设中点坐标为a = (x1+x2)/2, b = (y1+y2)/2
对x有 2a = (x1+x2) ,则 x2 = 2a - x1
对y有 2b = (y1+y2) ,则 y2 = 2b - y1
所以对称点坐标为 (2a - x1, 2b - y1)
因为中点,有 x2-x1 = 2(a-x1) ,得出x2和x1的差值是x1到a距离的两倍,并且方向是相反的
又因为是关于O中心对称,在x坐标系中,坐标系的变化系数就是1/2,
同理在y坐标系中,坐标系的变化系数也是1/2。"""# 4.实现图像均衡化
def equalization(img):# 灰度化# grey_img = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)# 多个通道每个通道都需要均衡化 然后合并b, g, r = cv2.split(img)eqb_img = cv2.equalizeHist(b)eqg_img = cv2.equalizeHist(g)eqr_img = cv2.equalizeHist(r)eqz_img = cv2.merge((eqb_img, eqg_img, eqr_img))return eqz_imgif __name__ == '__main__':img = cv2.imread("test.png")"""1.实现最邻近插值near_img = nearest_interpolation(img,300, 300)cv2.imshow("near_img",near_img)cv2.waitKey(0)""""""2.实现双线性插值near_img = bilinear_interpolation(img, 300, 300)cv2.imshow("bili_img", near_img)cv2.waitKey(0)"""# 4.实现图像均衡化dst_img = equalization(img)cv2.imshow("dst_img", dst_img)cv2.waitKey(0)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.xdnf.cn/news/34681.html

如若内容造成侵权/违法违规/事实不符,请联系一条长河网进行投诉反馈,一经查实,立即删除!

相关文章

D362 php+mysql旅游服务网站的设计与实现 源码 配置 文档 全套资料

旅游服务网站的设计与实现 1.摘要2.开发目的和意义3.系统功能设计4.系统界面截图5.源码获取 1.摘要 近几年,随着我国国民经济和信息技术的迅速发展,旅游项目的开发和建设,已是我国旅游业发展重要经济来源之一,我国旅游业近几年的…

python——列表

目录 一,选择题 二,判断题 三,列表的思维导图 一,选择题 1.已知列表 xlist(range(9)),那么执行之后,x的值为( D ) A. [1,3,5,7,9] B.[1,3,5,7] C.[0,1…

JAVA面试基础(总结了很多)

最近帮整理了一份JAVA的面试基础,不过很基础后面还回继续更新。 java的专业技能 2.1 java的基础部分 2.1.1 简单讲一下java的跨平台原理 由于各操作系统(windows,liunx等)支持的指令集,不是完全一致的。就会让我们的程序在不同的操…

基于SpringBoot的社区医院管理系统(代码+论文)

🎉博主介绍:Java领域优质创作者,阿里云博客专家,计算机毕设实战导师。专注Java项目实战、毕设定制/协助 📢主要服务内容:选题定题、开题报告、任务书、程序开发、项目定制、论文辅导 💖精彩专栏…

linux下使用gdb运行程序,查看程序崩溃原因

1.什么是gdb? gdb 是 GNU Debugger 的缩写,是一个功能强大的用于调试程序的开源调试器工具。它可以帮助开发人员诊断和解决程序中的错误、跟踪程序执行过程、查看变量的值等。gdb 支持多种编程语言,包括 C、C、Objective-C、Fortran 等,并可…

代发考试战报:12月近几日通过,题库已经更新至12月5号

代发考试战报:12月近几日通过,题库已经更新至12月5号,考试大约会遇到几个新题,就算遇到的新题全错,也不影响考试通过,HCIA-PM 12月2号上海通过,售前L3 H19-435 HCSP-Storage 存储 上海通过&…

使用Kubernetes部署MySQL+WordPress

目录 前提条件 部署MySQL和WordPress 编写yaml文件 应用yaml文件 存在问题及解决方案 创建PV(持久化卷) 创建一个PVC(持久化卷声明) 部署添加PVC 查看PV对应的主机存储 删除资源 查看资源 删除deployment和service 查看主机数据 删除PVC和PV 删除主机数据 前提条…

深入解析 Nginx:基础介绍到原理分析及案例实践

引言 Nginx(“Engine-X”)是一个高性能的 HTTP 和反向代理服务器,广泛应用于 Web 服务、负载均衡、API 网关、反向代理、静态资源服务器等多种场景。由于其高效的性能、低资源消耗和灵活的配置,Nginx 成为众多互联网公司、企业以…

Apache HTTPD多后缀解析漏洞

进入靶场 上来就是一个文件上传的功能 经过尝试,发现只有jpg,png,gif文件能上传上去,而题目又说了,这个是Apache的中间件,Apache文件解析漏洞涉及到一个Apache解析文件的特性,Apache默认一个文…

JavaScript(二)

1.JavaScript 操作符 2.JavaScript 流程控制 3.JavaScript 循环 4.JavaScript 字符串方法 5.JavaScript 数组方法 知识点一 操作符 变量声明 <!DOCTYPE html> <html lang"en"> <head><meta charset"UTF-8"><title>Ti…

单链表---合并两个链表

将两个升序链表合并为一个新的升序链表并返回。新链表是通过拼接给定的两个链表的所有节点组成的。 struct ListNode {int val;struct ListNode* next; }; w 方法一---不使用哨兵位 我们创建一个新链表用于合并两个升序链表&#xff0c; 将两个链表中最小的结点依次尾插到…

2024-12月akamai_2.0-sensor-data之cookie反爬分析详细教程(上)

目录 一、网址及目标数据二、分析接口反爬点&#xff08;akamai执行过程&#xff09;三、逆向分析参数sensor_data四、扣js算法代码加密详细步骤 一、网址及目标数据 文章原文 1、网站&#xff1a; https://www.dhl.com/cn-zh/home/tracking/tracking-supply-chain.html?sub…

【Docker】如何在Docker中配置防火墙规则?

Docker本身并不直接管理防火墙规则&#xff1b;它依赖于主机系统的防火墙设置。不过&#xff0c;Docker在启动容器时会自动配置一些iptables规则来管理容器网络流量。如果你需要更细粒度地控制进出容器的流量&#xff0c;你需要在主机系统上配置防火墙规则。以下是如何在Linux主…

煤矿 35kV 变电站 3 套巡检机器人 “上岗”,力破供电瓶颈

近日&#xff0c;杭州旗晟智能科技与甘肃某变电站配电室的三套智能巡检机器人线下测试顺利完成&#xff0c;并成功交付使用&#xff0c;这为电力运维工作注入了全新的活力与强大的技术支撑。 一、项目背景 甘肃某变电站总建筑面积1098平方米的变电站集变电、配电、监控等多功能…

[创业之路-170]:《BLM战略规划》- 领导力 - 战略制定 - 洞察力 (战略能力中最最核心的能力) - 市场洞察 -2- 看客户-B2B客户分析

目录 一、看客户概述 一、看客户的核心意义 二、看客户的具体内容 三、看客户的实践方法 四、看客户的重要性 二、2B客户的研究方法&#xff1a;研究客户的决策流程 2.1 客户的战略&#xff1a;财务、市场、运营组织 1、研究客户的决策流程 2、研究客户的战略 3、研究…

langgraph 多智能体 Multi-agent supervisor

1. 工具定义 1.1网络搜索工具 from typing import Annotated import os from langchain_community.tools.tavily_search import TavilySearchResults from langchain_core.tools import tool from langchain_experimental.utilities import PythonREPLos.environ["TAVIL…

前缀和(七) 连续数组中最长的01个数相等序列

525. 连续数组 给定一个二进制数组 nums , 找到含有相同数量的 0 和 1 的最长连续子数组&#xff0c;并返回该子数组的长度。 示例 1: 输入: nums [0,1] 输出: 2 说明: [0, 1] 是具有相同数量 0 和 1 的最长连续子数组。 示例 2: 输入: nums [0,1,0] 输出: 2 说明: [0, 1] (或…

【硬件测试】基于FPGA的64QAM基带通信系统开发与硬件片内测试,包含信道模块,误码统计模块,可设置SNR

目录 1.算法仿真效果 2.算法涉及理论知识概要 2.1 64QAM调制解调系统的设计 2.2 信号解调 3.Verilog核心程序 4.开发板使用说明和如何移植不同的开发板 5.完整算法代码文件获得 1.算法仿真效果 本文是之前写的文章: 《基于FPGA的64QAM基带通信系统,包含testbench,高斯…

BUUCTF:misc刷题记录2(会持续更新的)

乌镇峰会种图 打开之后什么也没有发现 用010找到flag flag{97314e7864a8f62627b26f3f998c37f1} wireshark 解压后是个压缩包&#xff0c;用wirshark打开。 根据题目信息&#xff0c;我们可以在wirshark中去寻找密码 在这里进行过滤http.request.methodPOST 在这里的ffb7567a1…

elasticSearch(一):elasticSearch介绍

一、搜索引擎 搜索引擎的核心目的是帮助用户以最小的成本才海量数据中找到最想要的结果。糟糕的搜索引擎往往会所问非所答&#xff0c;用户查了半天也得不到自己想要的&#xff0c;好的搜索引擎往往第一页就是用户最想要的结果。而目前判断搜索引擎好坏一般是从召回率、精确率…