記事のディレクトリ
プロフィール画像とヒストグラム
1.基本原則
エッジ抽出画像は、一般的な方法は、画像に階調処理を行うこと、及び、抽出したフレーム画像勾配アルゴリズムを使用することです。
ヒストグラムは、統計データ用で、定義されたビンを達成するために、統計のシリーズを開催します。ビン値は、データの統計的特性から計算され、データは、勾配方向、色、または任意の他の機能とすることができます。
2.コード
3.結果
2つのガウスフィルタ
1.基本原則
ガウシアンフィルタ本質的に信号の平滑化を使用してシグナリングされ、それはデジタル画像ポストアプリケーションのために知られている送信エラーが累積されるため、ノイズが、最大の問題であり、他の理由、多くの画像処理の教科書であろう高い画像比SNRを得るための非常に早期導入ガウスフィルタ（信号が真の反映します）。計算の二次導関数のゼロ交差でエッジを決定する、より良い画像のエッジを取得する画像ガウスフィルタリングを行うために、ノイズ除去した後、二次導関数ベクトルのために、実際には、これがガウスラプラス変換に関連します場合、周波数領域では、製品=>空間畳み込みです。モデルによるエネルギー変換に、画像データを数学的モデルフィルタを確立することで、ノイズは高周波部分であるガウシアンフィルタを平滑化した後、ノイズの影響を低減することです。
2.コード
3.結果
三つのヒストグラム等化
1.基本原則
ヒストグラム均等化処理「中心的な考えは、」より多くの範囲濃縮グレースケールから原画像のグレーレベルのヒストグラムが全体グレースケールの均一な分布となります。ヒストグラム等化は、画像再割り当て画像画素値の延伸非線形で、特定の階調範囲内の画素の数は、実質的に同じです。
2.コード
3.ファイル名を指定して実行結果
