前言上个学期申请了一个计算机视觉方向的大创项目，所以趁这个寒假学习一些基本知识。作为入门的实践项目我选择了用OpenCV（Python）来实现简单的手势识别。准备工作需要用到的库有：cv2,numpy,copy,math 以及一台有摄像头的电脑步骤1.定义摄像头，捕捉图像a.设置摄像头的参数（尺寸，位置）b.从摄像头得到图片c.对图像进行双边滤波（目的是使图片平滑一些），并进行翻转（目的是成为镜像
转载
2024-03-28 08:06:50
72阅读
前面几篇文章写了深度学习一些基本算法和原理，从这篇文章开始学习进阶课程的一些算法。 这篇文章写一下手写数字识别是如何通过神经网络来识别的。人脑识别图像： 比如上面图片中的数字，我们很容易的可以看出这是504192，但其实人脑识别过程是非常复杂的。正如第一张图，我们从视网膜中接收图像，经过层层处理最终达到识别目的。 人脑：大脑视觉皮层V1，包含140000000个神经元，数百亿个连接，还有V2，V3
转载
2024-06-04 19:21:42
71阅读
文章目录项目简介项目下载地址项目开发软件环境项目开发硬件环境前言一、数据加载的作用二、Pytorch进行数据加载所需工具2.1 Dataset2.2 Dataloader2.3 Torchvision2.4 Torchtext2.5 加载项目需要使用的库三、加载MINIST数据集3.1 数据集简介3.2 数据预处理3.3 加载数据集四、模型构建五、CrossEntropyLoss5.1 Soft
OpenCV与计算机视觉领域。OpenCV与数字图像处理。 用手机的摄像头做一些实时的图像处理，车牌号识别的话不需要特别多种类的图像处理 OpenCL（Open Computing Language）：开放计算语言，可以附加在主机处理器的CPU或GPU上执行。 OpenCV库包括了对OpenCL和CUDA GPU架构的支持。OpenCV有一个新的统一数据结构
转载
2024-08-20 20:30:36
37阅读
数字图像处理前六章知识点总结第一章：绪论第二章：数字图像基础第三章：灰度变换与空间滤波第四章：频率域滤波第五章：图像恢复与重建第六章：彩色图像处理 第一章：绪论 1.数字图像概念： 数字图像又称数码图像或数位图像，是二维图像用有限数字数值像素的表示，由数组或矩阵表示。其中，数字图像是由模拟图像数字化得到，以像素为基本单位，可用数字计算机或数字电路存储或处理的图像。 数字图像特点：精度高
转载
2024-08-20 20:13:34
110阅读
一、任务要求输入一幅数字图像并使用DCT变换以不同的压缩比压缩图像，要求：显示原图像和压缩后图像。比较使用不同压缩比压缩的图像，讨论压缩比与图像质量间的关系。计算并绘出不同压缩比下的均方误差MSE，讨论压缩比和MSE的关系。 任务二、使用其他压缩算法重复上述步骤，并与DCT压缩的结果作对比。 任务三、从原图移除一些像素点，尝试用一些去噪算法尽可能准确地还原这些像素点，要求：显示原图像、移除像素后的
转载
2024-03-22 15:35:46
57阅读
文章目录1 数字图像的意义2 什么是数字图像3 数字图像的显示4 数字图像的分类4.1 二值图像4.2 灰度图像4.3 RGB图像4.4 索引图像5 数字图像的实质6 数字图像的表示7 图像的空间和灰度级分辨率7.1 图像的空间分辨率（Spatial Resolution）7.2 图像的灰度级/辐射计量分辨率（Radiometric Resolution）1 数字图像的意义自然界中的图像都是模拟量，在计算机普遍应用之前，电视、电影、照相机等图像记录与传输设备都是使用模拟信号对图像进行处理。但是，计算机
原创
2021-06-21 15:34:32
3746阅读
数字图像与数字图像处理图像处理与图像分析的区别低级处理：预处理中级处理：分割检测高级处理：分析描述
原创
2021-08-02 14:11:39
494阅读
本文大概分为以下几个部分：手写数字识别原理（不强相关）、具体代码实现（算上import和空行一共50行代码不到）、训练出来的模型怎么使用。目录一、手写数字识别原理二、具体代码实现 三、训练出来的模型怎么使用一、手写数字识别原理数字手写体识别由于其有限的类别（0~9共10个数字）成为了相对简单 的手写识别任务。DBRHD和MNIST是常用的两个数字手写识别数据集，我们这次使用的就是MNIS
转载
2024-04-01 01:00:32
109阅读
本文已收录于Opencv系列专栏： 深入浅出OpenCV ，专栏旨在详解Python版本的Opencv，为计算机视觉的开发与研究打下坚实基础。免费订阅，持续更新。数字图像1.数字图像概念数字图像：数字图像，又称数码图像，一幅二维图像可以由一个数组或矩阵表示。数字图像可以理解为一个二维函数f(x,y), 其中 x 和 y 是空间平面坐标，而在任意坐标处的值 f 称为图像在该点处的强度或灰度。
推荐
原创
2022-10-24 18:49:30
542阅读
1评论
00. 目录文章目录00. 目录01. 色彩管理02.03.04.01. 色彩管理【色彩管理】HSB色彩模式详解【色彩管理】RGB色彩模式详解【色彩管理】CMYK色彩模式详解【色彩管理】Lab色彩模式详解【色彩管理】YUV色彩模式详解【色彩管理】HSV色彩模式详解【色彩管理】YIQ色彩模式详解【色彩管理】HSI色彩模式详解【图像处理】数字图像处理之颜色02.03.04....
原创
2021-09-05 11:00:22
299阅读
00. 目录文章目录00. 目录01. 色彩管理02.03.04.
01. 色彩管理【色彩管理】HSB色彩模式详解【色彩管理】RGB色彩模式详解【色彩管理】CMYK色彩模式详解【色彩管理】Lab色彩模式详解【色彩管理】YUV色彩模式详解【色彩管理】HSV色彩模式详解【色彩管理】YIQ色彩模式详解【色彩管理】HSI色彩模式详解【图像处理】数字图像处理之颜色
原创
2022-03-14 17:09:38
274阅读
1.数字图像是用一个数字矩阵来表示的，数字阵列中的每个数字，表示数字图像的一个最小单位，称为像素。2.数字图像处理可以理解为两个方面的操作：一个是图像到图像的处理（如图像的灰度转换，图像增强等），另外一个是图像到非图像的一种表示，比如图像的测量。3.数字图像处理的研究内容有很多个方向，比如： ·图像数字化：将一幅图像以数字的形式表示，主要包括采样和量化两个过程。 ·图像增强：将一幅图像中的有用
转载
2024-03-27 10:07:15
113阅读
Open
转载
2023-05-16 15:43:43
82阅读
文章目录一、数据集准备二、训练2.1 模型训练2.1 模型预测三、模型优化3.1 多特征拼接3.2 使用多模型融合附：skl2onnx一、数据集准备MNIST数据集：点击下载 data2image.py —将mnist数据集转成image保存。训练集6W张，测试集1W张import numpy as npimport stru
原创
2022-08-24 21:40:53
3185阅读
2评论
前面主要实现了手写数字输出识别结果，下面谈谈对其的理解；在反向传播backward函数中，读入mnist函数集def main():
#读入mnist
mnist = input_data.read_data_sets("./data/", one_hot=True)
#反向传播
backward(mnist) 其余步骤与mnist手写数字识别准确率一致最
说明：教程《数字图像处理》（第三版），何东健主编。 第一章结构图： 1.1数字图像处理及其特点图像是重要的信息1.1.1数字图像与图像处理分类：根据存储方式和表现形式，图像分为模拟图像和数字图像。区别：模拟图像中，图像信息是以连续形式存储和表现的；而计算机处理的只能是数字图像。关系：模拟图像——>经过数字化设备处理——>数字图像表示：数字图像常用二维矩阵
转载
2023-08-13 09:20:43
195阅读
目录读取图像修改像素值图像融合图像的几何变换简单阈值自适应阈值——用于解决光照问题Otsu's Binarization二值化调用摄像头读取视频保存视频OpenCV绘图设置鼠标事件轨迹栏应用图像的三通道抽取与合并展示边框的使用实现跟踪视频中的指定彩色物体图像模糊（图像平滑）与2D卷积感受光照的影响二值化处理自定义阈值处理 图像模糊 平滑图像边缘检测实现车牌提取形态转换结构元素内核查找图像...
原创
2021-12-28 17:45:57
1502阅读
这次出一个数字图像处理合集，用的是opencv3.4.6+vs2017版本。本合集逐渐深入，分为环境配置及入门、几何变换、图像增强、图像分割、形态学处理、图像特征和车流量统计部分。 本合集适合数字图像处理的初学者。1、配置图像处理编程环境步骤： 将opencv3.4.6解压到安装目录之后，打开VS2017，新建Windows桌面控制台程序，在属性管理器上点出Microsoft.Cpp.x64.us
最近开始学习数字图像处理，使用matlab实现，下面我就来记录笔记和体会，一方面是给大家提供参考，另一方面是防止我忘记了。复习一下：1.数字图像是用一个数字矩阵来表示的，数字阵列中的每个数字，表示数字图像的一个最小单位，称为像素。2.数字图像处理可以理解为两个方面的操作：一个是图像到图像的处理（如图像的灰度转换，图像增强等），另外一个是图像到非图像的一种表示，比如图像的测量。3.数字图像处理的研究
转载
2024-01-16 22:30:41
73阅读
