计算机视觉公式笔记

拉普拉斯卷积模型由来：

/****************************************************************************************************************************/

C语言实现中值平滑滤波即，对于3*3的处理框进行数值排序

// zhongzhilvbo.cpp : 定义控制台应用程序的入口点。
//

#include <stdio.h>
#include <math.h>
#include <memory.h>
#include <conio.h>
#include <stdlib.h>
#include <windows.h>
#include "stdafx.h"
//原图象的宽度和高度
#define width 352
#define higth 288

int lvbo(unsigned char D[9])
{
    unsigned int temp;
    int i,j;

    for(i=0;i<9;i++)
    {
        for(j=0;j<9-i;j++)
        {
            if(D[i]>D[j+1])
            {
                temp=D[i];
                D[i]=D[j+1];
                D[j+1]=temp;
            }
        }    
    }
        
    return D[4];
}

void main()
{
    FILE *fp,*newfp;
    int i,j;

    if(!(fp=fopen("fmh1.bmp","rb")))
    {
        printf("Open file %s error!\n","k.bmp");
        return ;
    }

    if(!(newfp=fopen("fmout.bmp","wb")))
    {
        printf("Open file %s error!\n","result.bmp");
        return ;
    }

    unsigned char buffer[54+1024];//定义原图像头缓冲区
    fread(buffer,1,54+1024,fp);//读取文件头54个字节

    unsigned long length=width*higth;//图像的总象素个数
    unsigned char readData[higth][width];               //用于存储原图数据的数组
    unsigned char writeData[higth][width];               //用于存储原图数据的数组

    fread(&readData[0][0], sizeof(unsigned char),length, fp);//从原图读入数据
    
    for(i=0;i<higth;i++)
    {
        for(j=0;j<width;j++)
        {
            writeData[i][j]=readData[i][j];
        }
    }
         
    unsigned char D[9];        //定义选取框
    for(i=1;i<higth-1;i++)
    {
        for(j=1;j<width-1;j++)
        {
            D[0]=readData[i-1][j+1];
            D[1]=readData[i][j+1];
            D[2]=readData[i+1][j+1];
            D[3]=readData[i-1][j];
            D[4]=readData[i][j];
            D[5]=readData[i+1][j];
            D[6]=readData[i-1][j-1];
            D[7]=readData[i][j-1];
            D[8]=readData[i+1][j-1];
            writeData[i][j]=lvbo(D);
        }
    }

    fwrite(buffer,sizeof(unsigned char),54+1024,newfp);
    fwrite(writeData,sizeof(unsigned char),length,newfp);
    fclose(newfp);
    fclose(fp);

    return ;
}

/***********************************************************************************************************************************************/

BN算法： https://www.cnblogs.com/ranjiewen/articles/7748232.html

/**************************************************************************************************************************************/

深度学习中那些特殊的反向传播，最大池化的反向传播

https://blog.csdn.net/qq_21190081/article/details/72871704

扫描二维码关注公众号，回复： 5845967 查看本文章

/*****************************************************************************************************************************************/

tensorflow中文官方文档

https://www.w3cschool.cn/tensorflow_python/tensorflow_python-r6kb2r34.html

/**********************************************************************************************************************************************/

计算机视觉公式笔记

猜你喜欢