Lição de casa [Visão Computacional] mais conhecimento em rede-2

Escreva na frente

Os seguintes códigos são todos trechos on-line, se eu precisar do código completo, particular!

hw1

hw1:
1. Redimensionamento
da imagem Altere primeiro o tamanho da memória da imagem, por exemplo:

de X: 4 * 4 para Y: 7 * 7

Calcule a relação de transformação de coordenadas entre dois pontos:
aX + b = Y, encontre a = 4/7, b = -3/14

Método de interpolação:

1) O método do elemento vizinho mais próximo
é atribuir o nível de cinza do pixel vizinho mais próximo ao pixel a ser determinado ao pixel a ser determinado.

2) Interpolação triangular

Q = V1 A1 + V2 A2 + V3 * A3

3) Método de interpolação de duas linhas

Repita os pixels e mapeie de volta as coordenadas antigas
Use a interpolação do vizinho mais próximo para preencher a imagem

2.


Encontre uma explicação em movimento no CSDN:

o código na Internet (c ++)

//******************高斯卷积核生成函数*************************
void GetGaussianKernel(double **gaus, const int size,const double sigma)
{
    const double PI=4.0*atan(1.0); //圆周率π赋值
    int center=size/2;
    double sum=0;
    for(int i=0;i<size;i++)
    {
        for(int j=0;j<size;j++)
        {
            gaus[i][j]=(1/(2*PI*sigma*sigma))*exp(-((i-center)*(i-center)+(j-center)*(j-center))/(2*sigma*sigma));
            sum+=gaus[i][j];
        }
    }
    for(int i=0;i<size;i++)
    {
        for(int j=0;j<size;j++)
        {
            gaus[i][j]/=sum;
            cout<<gaus[i][j]<<"  ";
        }
        cout<<endl<<endl;
    }
    return ;
}

3. O


filtro gaussiano de imagem mista (convolução gaussiana) é um filtro passa-baixo.Você
pode obter a imagem filtrada passa-alto subtraindo a imagem filtrada gaussiana da imagem original.

4. filtro Sobel

Princípio: faça primeiro o filtro e depois normalize-o

Código do internauta:

#竖直方向[1  2  1          水平方向[1   0   -1
#      0   0  0                 2   0   -2
#      -1 -2  -1                  1   0   -1]
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
dst = np.zeros((height,width,1),np.uint8)
for i in range(0,height-2):
    for j in range(0,width-2):
        gy = gray[i,j]+2*gray[i,j+1]+gray[i,j+2]-(gray[i+2,j]+gray[i+2,j+1]+gray[i+2,j+2])
        gx = gray[i,j]+2*gray[i+1,j]+gray[i+2,j]-(gray[i,j+2]+gray[i+1,j+2]+gray[i+2,j+2])
        grad = math.sqrt(gx*gx+gy*gy)  #求梯度大小
        if grad>=100:
            dst[i,j] = 255
        else:
            dst[i,j] = 0

Mat sobel(Mat src,Mat dst)
{
 int y, x;
 int w = src.cols;
 int h = src.rows;
 
 int gx = 0, gy = 0;
 for (y = 1; y < h - 1; y++)
 {
  for (x = 1; x < w - 1; x++)
  {   
   gx=src.at<uchar>(y-1,x+1)+src.at<uchar>(y,x+1)*2+src.at<uchar>(y+1,x+1)-src.at<uchar>(y-1,x-1)-src.at<uchar>(y,x-1)*2-src.at<uchar>(y+1,x-1);
   gy=src.at<uchar>(y-1,x-1)+src.at<uchar>(y-1,x)*2+src.at<uchar>(y-1,x+1)-src.at<uchar>(y+1,x-1)-src.at<uchar>(y+1,x)*2-src.at<uchar>(y+1,x+1);
   dst.at<uchar>(y,x)=  abs(gx)+abs(gy) ;   
  }
  }
}