模糊集合原理 在计算机编程的时候，常常会使用一种“干脆的”集合。在判断某件事，或者某个变量的时候，常常使用的是布尔值（因为某件事，不是真就是假）。通过一个阈值，去判断这件事，而这样的一个阈值的设定，会产生一个问题。还是使用《Digital Image Processing》 Rafael C. Gonzalez / Richard E. Wood
转载
2024-09-13 21:18:21
47阅读
傅里叶变换应该是上大二的时候《信号与系统》课上学过，上研后在《数字信号处理》课上又学了一遍。当初一直在想傅里叶变换到底有什么用呢？什么时候能用上呢？时间如梭，没想到毕业四年后，一个小项目要用到傅里叶变换，喜大普奔啊，当初晦涩的概念、眼晕的公式，终于没白学。是的，
其实
任何知识都不是白学的，即使工作中一直用不到傅里叶变换，至少思维得到了
什么是PNGPNG的全称叫便携式网络图型（Portable Network Graphics）是目前最流行的网络传输和展示的图片格式，原因有如下几点：无损压缩：PNG图片采取了基于LZ77派生算法对文件进行压缩，使得它压缩比率更高，生成的文件体积更小，并且不损失数据。体积小：它利用特殊的编码方法标记重复出现的数据，使得同样格式的图片，PNG图片文件的体积更小。网络通讯中因受带宽制约，在保证图片清晰
转载
2024-09-28 23:58:29
80阅读
在很多基础应用中背景检出都是一个非常重要的步骤。例如顾客统计，使用一个静态摄像头来记录进入和离开房间的人数；或者是交通摄像头，需要提取交通工具的信息等。在所有的这些例子中，首先要将人或车单独提取出来。 技术上来说，我们需要从静止的背景中提取移动的前景如果你有一张背景(仅有背景不含前景)图像，比如没有顾客的房间，没有交通工具的道路等，那就好办了。我们只需要在新的图像中减去背景就可以得到前景对象了。
转载
2024-02-17 11:17:45
87阅读
内容来自OpenCV-Python Tutorials 自己翻译整理 目标：读取视频、显示视频、保存视频使用摄像头拍摄并显示学习cv2.VideoCapture(), cv2.VideoWriter()函数使用摄像头拍摄视频： （我的用的是笔记本电脑上面的摄像头） OpenCV 提供了一个非常简单的接口。我们把视频转换成黑白格式，然后显示出来。首先要创建一个VideoCapture对象。参数可
转载
2024-05-05 22:10:35
160阅读
1 cl;
2 img=imread('15.bmp');
3 %imshow(img);
4 [m n]=size(img);
5 max=0;
6 min=256;
7 avg=0;
8 for i=1:1:m
9 for j=1:1:n
10 if img(i,j)<min
11 min=img(i,j);
12
转载
2020-09-10 15:08:00
1967阅读
2评论
1、灰度图像、灰度（值）灰度图像是由灰度像素组成的，所谓灰度像素就是指：在RGB颜色模型下，图像中每个像素颜色的R、G、B 三种基色的分量值相等的像素。在RGB 颜色模型下，RGB 三原色的取值都是0～255 之间的整数。因此，灰度图像只能表现256 种颜色（或亮度）。通常把灰度图像中像素的亮度称为灰度值。2、图像的灰度化处理在数字图像处理中，灰度直方图是一种最简单、最有用的工具之一，它概括了一幅
转载
2024-01-03 10:52:16
132阅读
目录前言灰度配置共享配置场景测试加载顺序总结前言 前几篇介绍了Nacos的配置中心的特性，今天介绍一下Nacos的高级特性，也是比较实用的特性，共享配置和灰度配置。灰度配置 灰度配置指的是指定部分客户端IP进行新配置的下发，其余客户端配置保持不变，用以验证新配置对客户端的影响，保证配置的平稳发布。灰度配置是生产环境中一个比较重要的功能，对于保证生产环境的稳定性非常重要。在1.1.0中，Nacos
转载
2024-06-12 15:10:28
137阅读
上一节介绍了几种二值化方法，二值化的方法还有很多种(拉布拉斯边缘检测，canny边缘检测)，图像处理是一个很深入的课程，想要学好首先要求有着深厚的数学功底，线性代数必须要学好，而且把每个算法都搞懂是很花时间的一件事，我们不必花费太多时间在这方面，浪费太多时间就有点舍本诼末了，(当然专门做图像处理的同学除外)，只要自己二值化能处理好(用时短，鲁棒性强)即可。 这一节我们来介绍灰度处理和基于
转载
2024-05-28 10:06:03
133阅读
1.灰度模型GM(1,1)简介和适用条件①GM(1,1)简介：灰度模型是一种强大的预测模型，是基于原始的数据进行累加计算求得一种规律在进行建模的模型，其强大在于将无序的原始序列可以转变为一种有序的生成指数序列，缺点在于它只适合于指数增长的预测，较为单一,GM(1,1)为一阶只含一个变量的微分方程模型。②GM(1,1)适用条件和改进（1）适用条件：已知原始样本数量为,这里首先定义可容覆盖区间如下：
转载
2024-03-29 07:14:18
110阅读
单色图像：由黑色和白色组成灰度图像：处理方式有半色调处理（抖动处理dithering）和灰度级记录方法。 大多数图像处理程序无法区分带阴影的点和用于描绘直线的点，所以半色调处理技术使得图像的编辑工作相当困难；另外，使用半色调处理的图像在显示灰度时层次太明显，不具备连续性和光滑性。
转载
2024-04-10 20:42:20
70阅读
我的个人网站:等不见天亮等时光
灰度发布:在进行内部版本发布时希望有一部分用户能体验新的功能进行打标签的方式进行分区访问;基于SpringCloudGateWay的灰度发布实践
在gateway中进行服务路由是通过Ribbon进行负载的,SpringCloudGateWay使用到的路由策略有两种分别是RandomLoadBalancer和RoundRobinLoadBalancer两个类进行
转载
2024-03-04 21:20:58
85阅读
首先，大家晚上好呀~本来不是很想写灰度关联分析（Grey Relation Analysis）的，因为感觉他有点简单，如果不深入去理解他为什么要这么做的话。这个算法我读研的时候，同门有人用过，然而当时懒得学，所以也只是到了听过这个方法的地步。昨天在看一篇论文的时候，作者也提到了这个方法，然而数学渣表示看不懂公式。。。好了，不说废话，转入正题。随便记录一下这个方法，万一以后又看不懂公式
转载
2024-04-12 12:03:53
128阅读
引言OpenCV是计算机视觉中经典的专用库，其支持多语言、跨平台，功能强大。OpenCV-Python为OpenCV提供了Python接口，使得使用者在Python中能够调用C/C++，在保证易读性和运行效率的前提下，实现所需的功能。 1.图像的基本概念灰度：灰度使用黑色来显示物体，即黑色为基准色，不同饱和度的黑色来显示图像。 通常，像素值量化后用一个字节（8B）来表示，如把有黑-灰-白连续变化的
转载
2023-11-20 10:40:07
120阅读
1.灰度测试灰度测试，就是在某项产品或应用正式发布前，选择特定人群试用，逐步扩大其试用者数量，以便及时发现和纠正其中的问题。1.1具体步骤：确定自己的目标；选择策略：要根据自己产品的规模和功能的多样性来确定互联网灰度发布试用用户的规模和发布的频率，以得出比较全面的结果。对用户进行筛选：用户的选择一定要具有代表性，要选择一部分的新用户和一部分的老用户来交替使用产品。对用户的筛选包括用户特征、用户数量
转载
2023-07-26 20:58:17
764阅读
最近一段时间作者开始进行运动目标识别定位系统设计，本文以及后续的几篇文章都是从一个图像处理初学者的角度来总结目标检测定位过程中所应用到的各种常见的算法，尤其是解决算法实现过程中由于粗心大意或者C编程基本功不扎实所引起的各种问题。本文主要对彩色图片灰度化的方法及其实现过程进行总结，最终给出实现的C代码。 在进行
转载
2023-08-25 17:49:51
168阅读
最近参与了开发了几个新项目，其实每次上新项目的时候，都会发出感慨：搞新项目中最难的其实都不是写代码，而是部署环境，因为每次部署环境都会遇到各种各样的环境问题，比如代码更上去后不生效、请求打不到机器上、调用数据库连接、内网接口等访问不通、灰度配置不生效等问题，所以每次都要和运维老哥一起掰扯好几天。好了，言归正传，今天就跟大家聊下我司新服务的灰度配置规则和原理。1、灰度概念和访问灰度流程：首先先讲解下
转载
2023-06-17 13:35:29
366阅读
1、阈值 临界值，是指一个效应能够产生的最低值或最高值。 2、二值化 图像的二值化，就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的只有黑和白的视觉效果。 3、灰度值 指黑白图像中点的颜色深度，范围一般从0到255，白色为255，黑色为0，故黑白图片也称灰度图像 4、灰度
转载
2024-05-24 22:48:54
74阅读
对这个工具，你一定很熟悉吧，Photoshop里有，很多简单的图像处理软件里面也会有那这个工具到底是什么意思呢，它和我们要讲到的灰度变换有很大的关系 在图像处理中，像图像度变换和直方图均衡都属于点运算范畴。处理时作用域是单个像素有表达式： g(x,y) = T[ f(x,y) ] T为映射关系在点运算中，映射关系是关键，它描述了输入灰度级和输出灰度级之间的关系。灰度变换
转载
2024-03-08 13:01:26
59阅读
别名简介_版本管理_函数管理_函数计算-阿里云
转载
2020-08-01 10:29:00
406阅读
