图像进行卷积运算来提取特征
2017-03-09 21:45
253 查看
一副数字图像可以看作一个二维空间的离散函数可以表示为f(x, y), 假设有对于二维卷积操作函数C(u, v) ,则会产生输出图像g(x, y) = f(x, y) *C(u,v), 利用卷积可以实现对图像模糊处理,边缘检测,产生轧花效果的图像。一个简单的数字图像卷积处理流程可以如下:1. 读取源图像像素2. 应用卷积操作数矩阵产生目标图像3. 对目标图像进行归一化处理4. 处理边界像素
例子:#python 3.5.3
#2017-03-09 蔡军生 http://blog.csdn.net/caimouse #
import cv2
import numpy as np
#读取图片并显示
image = cv2.imread('./me21.jpg');
cv2.imshow('image', image)
#构造卷积核
kernel = np.array([[-1,-1,-1],[-1,8,-1],[-1,-1,-1]])
#卷积计算
dst = cv2.filter2D(image, -1, kernel);
#显示计算之后的图片
cv2.imshow('dst', dst)
#保存图片
cv2.imwrite('./me22.jpg', dst)
结果比较如下:
2. C++标准模板库从入门到精通
http://edu.csdn.net/course/detail/33243.跟老菜鸟学C++
http://edu.csdn.net/course/detail/29019.在VC2015里学会使用MySQL数据库
http://edu.csdn.net/course/detail/2672
例子:#python 3.5.3
#2017-03-09 蔡军生 http://blog.csdn.net/caimouse #
import cv2
import numpy as np
#读取图片并显示
image = cv2.imread('./me21.jpg');
cv2.imshow('image', image)
#构造卷积核
kernel = np.array([[-1,-1,-1],[-1,8,-1],[-1,-1,-1]])
#卷积计算
dst = cv2.filter2D(image, -1, kernel);
#显示计算之后的图片
cv2.imshow('dst', dst)
#保存图片
cv2.imwrite('./me22.jpg', dst)
结果比较如下:
1. TensorFlow入门基本教程
http://edu.csdn.net/course/detail/43692. C++标准模板库从入门到精通
http://edu.csdn.net/course/detail/33243.跟老菜鸟学C++
http://edu.csdn.net/course/detail/29014. 跟老菜鸟学python
http://edu.csdn.net/course/detail/25925. 在VC2015里学会使用tinyxml库
http://edu.csdn.net/course/detail/25906. 在Windows下SVN的版本管理与实战
http://edu.csdn.net/course/detail/2579
7.Visual Studio 2015开发C++程序的基本使用
http://edu.csdn.net/course/detail/2570
8.在VC2015里使用protobuf协议
http://edu.csdn.net/course/detail/25829.在VC2015里学会使用MySQL数据库
http://edu.csdn.net/course/detail/2672
相关文章推荐
- 卷积特征提取与池化(Pooling)——处理大型图像
- 利用Python-caffe进行图像分类,卷积核的显示,激活值特征图的显示以及全连接层直方图显示
- OpenCV用形态学方法进行图像线特征和角点的提取
- Gabor滤波进行目标图像纹理特征的提取
- 非监督特征学习与深度学习(九)----使用卷积进行特征提取
- 如何使用GIST+LIBLINEAR分类器提取CIFAR-10 dataset数据集中图像特征,并用测试数据进行实验
- 卷积特征提取—处理大型图像
- 特征提取与图像处理:简单基本的图像处理运算
- 卷积滤波器如何提取图像特征
- 如何使用GIST+LIBLINEAR分类器提取CIFAR-10 dataset数据集中图像特征,并用测试数据进行实验
- 使用EMGU.CV对图像进行SIFT和SURF特征提取
- 图像特征提取之局部秩
- 目标检测的图像特征提取之(二)LBP特征
- 图像特征提取之LBP特征
- 目标检测的图像特征提取之HOG特征
- 深度学习实现彩色图像特征提取:线性解码器
- 目标检测的图像特征提取之(三)Haar特征
- 图像特征提取的总结(续)
- 【computer vision】目标检测的图像特征提取之——HOG特征
- 目标检测的图像特征提取之(二)LBP特征