2020-01-09 21:25:56 qq_40268412 阅读数 27

超像素

  超像素是把一张图片中具有相似特征的像素进行聚类,形成一个更具有代表性的大“像素”。这个新的像素可以作为其他图像处理算法的基本单位,可以减低图像的维度和异常像素点。目前常用的超像素分割算法有SLIC、SEEDS和LSC。下面来说说这些算法基于Opencv的Python实现。

SLIC算法

  算法具体原理可参考博客:SLIC超像素算法原理
  那么我来讲讲如何在opencv去实现该算法。利用opencv中ximgproc类下的子类SuperpixelSLIC实现。
  python调用方法:

retval	=	cv.ximgproc.createSuperpixelSLIC(	image[, algorithm[, region_size[, ruler]]]	)

  其中各个参数意义如下:
    image :输入图像
    algorithm:选择要使用的算法变体:SLIC、SLICO(默认)和MSLIC三种可选
    region_size:平均超像素大小,默认10
    ruler:超像素平滑度,默认10

  python具体实现如下:

import cv2
import numpy as np

img = cv2.imread("mao.jpg")
#初始化slic项,超像素平均尺寸20(默认为10),平滑因子20
slic = cv2.ximgproc.createSuperpixelSLIC(img,region_size=20,ruler = 20.0) 
slic.iterate(10)     #迭代次数,越大效果越好
mask_slic = slic.getLabelContourMask() #获取Mask,超像素边缘Mask==1
label_slic = slic.getLabels()        #获取超像素标签
number_slic = slic.getNumberOfSuperpixels()  #获取超像素数目
mask_inv_slic = cv2.bitwise_not(mask_slic)  
img_slic = cv2.bitwise_and(img,img,mask =  mask_inv_slic) #在原图上绘制超像素边界
cv2.imshow("img_slic",img_slic)
cv2.waitKey(0)
cv2.destroyAllWindows()

  运行效果如下图所示:
在这里插入图片描述

SEEDS算法

  利用opencv中ximgproc类下的子类 createSuperpixelSEEDS()实现。python调用方法:

retval	=	cv.ximgproc.createSuperpixelSEEDS(	image_width, image_height, image_channels, num_superpixels, num_levels[, prior[, histogram_bins[, double_step]]]	)

  其中各个参数意义如下:
    image_width :输入图像宽度
    image_height: 输入图像高度
    image_channels :输入图像通道数
    num_superpixels :期望超像素数目
    num_levels :块级别数,值越高,分段越准确,形状越平滑,但需要更多的内存和CPU时间。
    histogram_bins: 直方图bins数,默认5
    double_step: 如果为true,则每个块级别重复两次以提高准确性默认false。

  python具体实现如下:

import cv2
import numpy as np

img = cv2.imread("mao.jpg")
#初始化seeds项,注意图片长宽的顺序
seeds = cv2.ximgproc.createSuperpixelSEEDS(img.shape[1],img.shape[0],img.shape[2],2000,15,3,5,True)
seeds.iterate(img,10)  #输入图像大小必须与初始化形状相同,迭代次数为10
mask_seeds = seeds.getLabelContourMask()
label_seeds = seeds.getLabels()
number_seeds = seeds.getNumberOfSuperpixels()
mask_inv_seeds = cv2.bitwise_not(mask_seeds)
img_seeds = cv2.bitwise_and(img,img,mask =  mask_inv_seeds)
cv2.imshow("img_seeds",img_seeds)
cv2.waitKey(0)
cv2.destroyAllWindows()

  运行效果如下图所示:
在这里插入图片描述

LSC算法

  利用opencv中ximgproc类下的子类**createSuperpixelLSC()**实现。python调用方法:

retval	=	cv.ximgproc.createSuperpixelLSC(	image[, region_size[, ratio]]	)

  其中各个参数意义如下:
    image:输入图像
    region_size :平均超像素大小,默认10
    ratio:超像素紧凑度因子,默认0.075

  python具体实现相似,如下所示:

import cv2
import numpy as np

img = cv2.imread("mao.jpg")
lsc = cv2.ximgproc.createSuperpixelLSC(img)
lsc.iterate(10)
mask_lsc = lsc.getLabelContourMask()
label_lsc = lsc.getLabels()
number_lsc = lsc.getNumberOfSuperpixels()
mask_inv_lsc = cv2.bitwise_not(mask_lsc)
img_lsc = cv2.bitwise_and(img,img,mask = mask_inv_lsc)
cv2.imshow("img_lsc",img_lsc)
cv2.waitKey(0)
cv2.destroyAllWindows()

  代码运行效果如下所示:
在这里插入图片描述
以上

lsc问题
2018-09-01 23:22:21 fyyf168lee 阅读数 296

如果一个字符串S是由两个字符串T连接而成,即S = T + T, 我们就称S叫做平方串,例如"","aabaab","xxxx"都是平方串.
牛牛现在有一个字符串s,请你帮助牛牛从s中移除尽量少的字符,让剩下的字符串是一个平方串。换句话说,就是找出s的最长子序列并且这个子序列构成一个平方串。

输入描述:

输入一个字符串s,字符串长度length(1 ≤ length ≤ 50),字符串只包括小写字符。


 

输出描述:

输出一个正整数,即满足要求的平方串的长度。

 

输入例子1:

frankfurt

 

输出例子1:

4

 

其中,我将划分为等长(偶数),奇书(前面一个长+1),通过60%,测试用例:
fjkjsakljflkjakljjfiwoqjfioqwfoiqwjfiojq

对应输出应该为:

16

你的输出为:

10

代码为:

import java.util.Arrays;
import java.util.Scanner;

public class Main {
    static int LSC(char [] a1,char[] a2 ){
        int len1=a1.length;
        int len2=a2.length;
        int [][] C=new int[len1+1][len2+1];
        int i,j;
        //System.out.println(String.valueOf(a1));
        //System.out.println(String.valueOf(a2));
        for(i=0;i<=len1;i++)
            C[i][0]=0;
        for(j=0;j<=len2;j++)
            C[0][j]=0;
        int k;
        for(i=1;i<=len1;i++)
         {for(j=i;j<=len2;j++)
           {
             if(a1[i-1]==a2[j-1]) {C[i][j]=C[i-1][j-1]+1;}
             else {C[i][j]=Math.max(C[i-1][j],C[i][j-1]);}
              
           if(j==len2)
           {
               
               for(k=i+1;k<=len1;k++)
               {
                   if(a1[k-1]==a2[i-1]) {C[k][i]=C[k-1][i-1]+1;}
                   else {C[k][i]=Math.max(C[k-1][i],C[k][i-1]);}
               }
           }
           }
        }
      return C[len1][len2];
    }
    public static void main(String[] args) {
        Scanner in = new Scanner(System.in);
        while (in.hasNext()) {//注意while处理多个case
            String s=in.nextLine();
            char[] ch=s.toCharArray();
            int len=s.length();
            int mid;
          if(len%2==0)
             mid=len/2;
            else mid=len/2+1;
            char [] a1= Arrays.copyOfRange(ch,0,mid);
            char[] a2=Arrays.copyOfRange(ch,mid,len);
            int re= LSC(a1,a2);
            System.out.println(re*2);
        }
    }
}
 

2018-07-25 13:09:34 weixin_38884324 阅读数 265

前言 :

LSC ( Lens Shading Correction ) 鏡頭暗角校正。鏡頭可以看做是一個凸透鏡,光線均勻進入時,成像面會產生中間亮且四周暗的情況,例如下圖 :

这里写图片描述

而我們在拍攝照片時,是不希望產生暗角的,所以需要透過軟件算法校正的,而以下這張圖是我由上圖校正過後的結果 :

这里写图片描述

整個平均有沒有 !?

好啦,我們差不多要來看程式碼了

這個程式碼主要只是講 LSC 的算法重點,而非LSC最佳化,如果要把 LSC 調到好,那你還需要做二線性差值才行。

二線性差值我們下次再講,今天先講校正的原理

原理 : 基本上就是先取得中間最亮的顏色,然後再根據每個顏色與中間顏色的 “比值”,再將每個顏色乘以這個校正的 比值,就能平均輸出顏色了。

程式碼 :

using System.Collections;
using System.Collections.Generic;
using UnityEngine;
using UnityEngine.UI;

public class LensShadingCorrection : MonoBehaviour
{

    public Texture2D imputImg;

    public RawImage outputImg;

    void Start()
    {
        Texture2D t = new Texture2D(imputImg.width, imputImg.height);

        // 取得原圖中間點顏色 (圖片中間最亮部分)
        Color centerColor = imputImg.GetPixel(imputImg.width / 2, imputImg.height / 2);

        for (int y = 0; y < t.height; y++)
        {
            for (int x = 0; x < t.width; x++)
            {
                Color inputPixelColor = imputImg.GetPixel(x, y);

                float n = centerColor.grayscale / inputPixelColor.grayscale; // 得到校正值 n // 當前像素亮度與中間點亮度的比例

                Color LSC_Color = inputPixelColor * n; // 將當前顏色乘以校正值 n ,得到校正後的顏色

                t.SetPixel(x, y, LSC_Color);
            }
        }

        t.Apply();

        outputImg.texture = t;

        System.IO.File.WriteAllBytes("C:/A/LSC-1-校正前.png", imputImg.EncodeToPNG());
        System.IO.File.WriteAllBytes("C:/A/LSC-2-校正後.png", t.EncodeToPNG());
    }
}
2017-11-06 15:35:56 zyzn1425077119 阅读数 240

参考官网:https://lsc-project.org/documentation/1.2/howtos/windows

lsc下载:https://lsc-project.org/download

本地自己下载的是zip版本的。


1 下载完成后,解压,如放到:E:\install\lsc

2 配置Java环境变量,

添加

  • JAVA_HOME: c:\Program Files\Java\jdk1.6.0_13
同时PATH下:

%JAVA_HOME%\bin

之后在cmd(CMD以管理员身份运行)下,运行可能会出现加载配置不成功,此时添加-f E:\install\lsc\lsc-2.1.4-1\etc



E:\install\lsc\lsc-2.1.4-1>bin\lsc  -c all  -s all  -f E:\install\lsc\lsc-2.1.4-1\etc



其中: -c,--clean <arg>                      Cleaning type (one of the available  tasks or 'all')

           -s,--synchronize <arg>                Synchronization task (one of the    available tasks or 'all')

 -f,--config <arg>                     Specify configuration directory        ---加载配置
 -h,--help                             Get this text


3 其他修改:

修改etc下文件的

lsc.xml

sql-map-config.xml

以及sql-map-config.d目录下的具体配置文件。





没有更多推荐了,返回首页