卷积 LPF（低通滤波） 帮助我们去除噪音，模糊图像，降低图像的高频成分。如 kernel = [[0, -1, 0],
[-1, 5, -1],
[0, -1, 0]]HPF （高通滤波）帮助我们找到图像的边缘 ，去除图像的低频成分。如： kernel = [[0, -1, 0],
[-1, 4, -1],
转载
2024-06-28 23:50:42
78阅读
AdaFace: Quality Adaptive Margin for Face Recognition论文：https://arxiv.org/abs/2204.00964代码（已开源）：https://github.com/mk-minchul/AdaFace一直以来，低质量图像的人脸识别都具有挑战性，因为人脸属性是模糊和退化的。margin-based loss functions的进步提
一种校正图像失真的工程方法 作者：暗星 在工程应用中，使用摄像头是常用的测量、取样和检测手段。由于广角镜头的光学特性，图像不可避免的会有失真，这种失真被称为径向畸变。在实际拍摄取样的过程中，镜头的光轴线很难保证与被拍摄平面精确的垂直，或者由于拍摄条件的限制，光轴线必须与目标平面成一定的夹角。这种由于光轴与目标平面不垂直而产生的失真，被称为倾斜失真或者梯形
转载
2024-05-18 10:46:50
98阅读
♯ 失真失真分类失真效果主要有：过载（Overdrive）、失真（Distortion）、法兹（Fuzz）、金属（Metal）、英式失真（Crunch）。
过载（Overdrive）：是用来模仿音箱的音量开尽时产生的自然的失真音色，失真度不大，保留了吉他原有的特性，没有多少延音。Overdrive 的动态非常敏感，弹的越用力，失真度越大。此种失真又称为 Dry。失真（Distortion）
转载
2024-03-26 09:52:42
155阅读
# Python OpenCV 图像放大不失真指南
在进行图像处理时，经常需要对图像进行放大而不失真，这对于图像的清晰度和质量至关重要。本文将介绍如何使用 Python 的 OpenCV 库来实现这一功能。经过以下步骤，你将能够有效地放大图像而不会影响其质量。
## 流程概述
| 步骤 | 描述 |
|------|-------------
# Python OpenCV 判断图像模糊程度
## 引言
在图像处理领域，判断一张图像的模糊程度对于许多应用是至关重要的。例如，在摄影中，我们希望能够自动检测出模糊的图像并进行修复或者剔除；在计算机视觉中，我们希望能够排除模糊的图像以提高识别和分类的准确性。
本文将介绍如何使用 Python 和 OpenCV 库来判断一张图像的模糊程度。我们将讨论两种常见的方法：基于梯度和基于频谱。
原创
2023-09-02 05:41:14
1490阅读
目标学习对图像应用不同的几何变换，如平移、旋转、仿射变换等；你会看到这些功能： cv.getPerspectiveTransform。转换OpenCV 提供了两个转换函数，cv.warpAffine 和 cv.warpPerspective，您可以使用它们执行各种转换。 cv.warpAffine 采用 2x3 变换矩阵，而 cv.warpPerspective 采用 3x3 变换矩阵作为输入。缩
转载
2024-05-10 19:57:31
123阅读
OpenCV-Marker-less-AR: 创新性的无标记点增强现实技术去发现同类优质开源项目:https://gitcode.com/OpenCV-Marker-less-AR 是一个基于 Python 和 OpenCV 的开源库，旨在帮助开发者实现无标记点的增强现实（AR）应用。该项目提供了一种简单易用的方法，使得 AR 技术的应用更加广泛和便捷。什么是 OpenCV-Marker-less
强大的openCV能做什么我就不啰嗦,你能想到的一切图像+视频处理.这里,我们说说openCV的图像相似度对比, 嗯,说好听一点那叫图像识别,但严格讲, 图像识别是在一个图片中进行类聚处理,比如图片人脸识别,眼部识别,但相识度对比是指两个或两个以上的图片进行对比相似度.先来几张图片(a.png) (a_cp.png) (
转载
2023-07-08 14:47:51
272阅读
摄像头测距就是计算照片中的目标物体到相机的距离。可以使用相似三角形（triangle similarity）方法实现，或者使用更复杂但更准确的相机模型的内参来实现这个功能使用相似三角形计算物体到相机的距离假设物体的宽度为 W，将其放到离相机距离为 D 的位置，然后对物体进行拍照。在照片上量出物体的像素宽度 P，于是可以得出计算相机焦距 F 的公式： 比如我在相机前 24 英寸距离（D=2
转载
2024-03-15 05:52:50
34阅读
OpenCV笔记02模板匹配--单目标匹配cv2.matchTemplate参数匹配方法cv2.normalize参数四种归一化方式cv2.minMaxLoc模板匹配--多目标匹配numpy.wherepython3的zip[::-1]BFMatching描述特征点基于FLANN的匹配器描述特征点dictknnMatchenumerate基于FLANN的匹配器定位图片reshapecv2.fin
转载
2024-10-08 11:16:39
62阅读
ps中调色工作其实就是调整人对三要素的感受，调色是一门比较大的学问，那么调整好明暗程度对作品来说是相关重要的，本文详细介绍如何控制画面的明暗。1工具/原料Adobe Photoshop CS6软件2思维导图 3知识点3.1.控制明暗视觉因素是什么，该如何观察？(1)控制明暗的视觉因素，三要素之一，就是明度。明度较低时，那么RGB色值就会偏低，CMYK色值就会偏高，RGB和CMYK刚好相
转载
2024-04-14 14:05:28
118阅读
昨天老板临时交代一个活，要求通过算法检测监控设备是否存在失焦、偏色、亮度异常等问题。问题本身不难，在网上查看了一些资料，自己也做了一些思考，方法如下： 1.失焦检测。 失焦的主要表现就是画面模糊，衡量画面模糊的主要方法就是梯度的统计特征，通常梯度值越高，画面的边缘信息越丰富，图像越清晰。需
转载
2024-08-26 22:22:27
48阅读
前言：因为项目能够处理的IR图像是人脸正的图像，但是数据给的图像是头朝左的横向图片，因此要做旋转操作（项目需要的是顺时针旋转90度），才能使头像图片为正，本来想找opencv的实现，但是没找到方法，晚上回到家大概花了五分钟画了个图，很快就写出了转化方法，为了记录方法，就有了此篇文章。先贴出手稿图片(顺时针旋转90度)，留作纪念。16位灰度图是用2字节表示一个像素，所以把两个字节看做一个整体是关键，
转载
2024-09-04 21:38:55
434阅读
3D视频调校技术解决之道重点在3D眼镜 3D立体显示技术与2D*面显示技术相比，要复杂许多。现在以主动式快门与被动式偏振技术为主流的3D显示解决方案并非最佳的3D显示实现方式，裸眼3D甚至全息3D才是立体显示技术未来发展的终极方向。不过，目前眼镜式的3D实现方式带来的立体感觉已经明显要优胜于以往任何一种立体解决方案，已经给人带来相当真实的三维空间感，因此也获得相当高的认可
机器视觉处理之图像格式，usb_cam，摄像头标定，opencv和cv_bridge引入1 资料2 正文2.1 颜色编码格式，图像格式和视频压缩格式2.2 usb_cam2.3 摄像头标定2.3.1 标定引入2.3.2 笔记本摄像头内参标定2.4 opencv和cv_bridge引入3 总结 1 资料从本文开始，我们用四篇文章学习ROS机器视觉处理，本文先学习一些外围的知识，为后面的人脸识别，目
使用opencv也已经很久了，在使用过程中，常常需要调整图像大小，这就会使用到resize函数。每次都得在网上查找，今天将它的c/c++/python版本都详细记录，解决这个问题。 函数功能：调整图像的大小 C++:
[cpp]
view plain
copy
void resize(InputArray&n
现象：Office PowerPoint 保存出来的PPT文件在WPS下播放的时候会出现图像失真的显现。 解决方法：Office PowerPoint打开PPT将里面的图像另存为BMP格式的图像文件，再用WPS打开原来的PPT文件，用另存出来的BMP格式的文件替换原来的失真图像。
转载
2017-03-27 10:35:00
156阅读
2评论
# Java图像不失真缩放
在现代的数字时代，图像处理已经成为了我们生活中不可或缺的一部分。而在图像处理中，图像的缩放是一个常见且重要的操作。然而，由于图像的缩放会引起图像的失真，因此如何实现图像的不失真缩放一直是一个研究的热点问题。
## 图像缩放原理
图像缩放是指将一幅图像的尺寸调整为期望的尺寸。一般来说，图像缩放有两种方法：插值法和重采样法。插值法是通过计算图像中像素的平均值来实现缩放
原创
2024-01-24 07:36:46
80阅读
通过阈值化分割可以得到二值图，但往往会出现图像中物体形态不完整，变的残缺，可以通过形态学处理，使其变得丰满，或者去除掉多余的像素。常用的形态学处理算法包括：腐蚀，膨胀，开运算，闭运算，形态学梯度，顶帽运算和底帽运算。1. 腐蚀 腐蚀操作类似于中值平滑，也有一个核，但不进行卷积运算，而是取核中像素值的最小值代替锚点位置的像素值，这样就会使图像中较暗的区域面积增大，较亮的的区域面积减小。如果是
