【问题标题】:Operations in digital image processing small project数字图像处理小项目中的操作
【发布时间】:2018-10-15 01:33:45
【问题描述】:

嗯,这是给一个朋友,她度过了非常艰难的一年,没能赶上她的大学。现在她有这个项目要在星期一之前完成,我已经尝试帮助她完成它,但我在这方面没有经验,所以如果有人能帮助解决这个问题,甚至让我走上正轨,那就太好了。

参考链接:https://www.slideshare.net/mobile/AhmedGadFCIT/operations-in-digital-image-processing-convolution-by-example

【问题讨论】:

  • 现在就给你提个醒,你很可能会被否决,因为 1)Stack Overflow 不是编码/硬件完成服务,2)你没有提供任何实际的代码来显示你已经尝试过这个问题。我建议按照作业中提供的步骤 - 首先从小处着手,然后将图像读取到numpy arr。一旦你有一些代码可以使用,然后在其他领域工作。网站上有很多很棒的线程,其中包含您可以参考的每个步骤的信息,如果您真的卡住了,您可以打开一个新线程。祝你的“朋友”好运
  • "请求家庭作业帮助的问题必须包括您迄今为止为解决问题所做的工作的总结,以及您在解决问题时遇到的困难的描述。"请添加您的朋友到目前为止所做的工作,并且她确实卡住了。如果没有这些信息,这个问题很可能会被关闭。

标签: python image-processing


【解决方案1】:

这里有一些提示: RGB空间中的彩色图像可以通过以下公式转换为灰度:

1/3 *(R+G+B)

其中R是红色通道的值,G是绿色通道的值,B是蓝色通道的值。

如果你想保留图像的感知亮度,你也可以使用标准Rec. 709,它将使用的参数更改为:

0.2126 * R + 0.7152 * G + 0.0722 * B

均值滤波器是一个简单的box filter。这意味着对于每个像素,您必须确定周围的像素并对它们进行平均。而已。另见this

对于提到的填充,请查看here

请注意,可以通过对每个通道单独应用过滤器操作来过滤彩色图像。应用过滤器后,只需再次合并通道即可。

【讨论】:

    猜你喜欢
    • 2014-05-07
    • 1970-01-01
    • 2016-11-03
    • 1970-01-01
    • 2012-04-01
    • 1970-01-01
    • 1970-01-01
    • 2013-09-27
    • 2016-06-21
    相关资源
    最近更新 更多