atitit 图像处理

2017-03-11 15:23:21 attilax 阅读数 1046

Atitit 机器视觉图像处理与机器学习概论2017attilax

 

1. 前言 4

2. 绪论 4

2.1. 图像处理的内容 机器视觉的内容 4

2.2. 图像处理与机器视觉的场景与用途 4

3.  图像、 采样和频域处理 4

4. 基本图像处理运算 5

4.1. 梯度、边缘和角点  2 采样、插值和几何变换     5

5. 图像分析 5

5.1.  平滑处理  6

3.2 直方图 3.3 点算子 3.4 群运算 3.5 其他统计算子 3.6 数学形态学 6

5.2. 图像截切与拼接 6

5.3. 图像缩放 6

6. 灰度变换  颜色空间hsv  rgb 6

7. 图像滤波 7

7.1. 6.2 使用低通滤波器………………………………………………………………………126 7

7.2. 6.3 使用中值滤波器………………………………………………………………………130 7

7.3. 6.4 使用方向滤波器检测边缘……………………………………………………………132 7

7.4. 6.5 计算图像的拉普拉斯变换……………………………………………………………138 7

7.5. 7 章提取直线、轮廓及连通区域 7

8. 直方图算法 直方图统计像素 7

8.1. 4.2 计算图像的直方图……………………………………………………………………77 8

8.2. 4.4 直方图均衡化…………………………………………………………………………88 8

8.3. 4.5 反投影直方图以检测特定的图像内容………………………………………………89 8

8.4. 4.6 使用均值漂移(Mean Shift)算法查找物体………………………………………95 8

8.5. 4.7 通过比较直方图检索相似图片 8

9. 操作像素 9

10. 图像相似度检测 9

10.1. Phash算法 9

11. 图像填充 9

11.1. 填充轮廓,填充空洞  漫水填充 9

12. 图像金字塔与图片尺寸缩放 9

12.1. .6.2 关于图像金字塔 223 9

12.2. 6.6.3 高斯金字塔 225 9

12.3. 6.6.4 拉普拉斯金字塔 226 9

13. 阈值化 237 9

14. 图像特征与提取 9

15. 形状匹配的特征提取 5.1 概述 5.2 阈值处理和背景减法 5.3 模板匹配 5.4 低级特征提取 5.5 霍夫变换 9

16. 彩色图像 10

17. 空间滤波 频率域滤波 10

18. 图像压缩  11

19. 形态学图像处理  11

20.  图像分割  11

20.1. 18.1. 10.2 点、线和边缘检测  11

20.2. 10.3 阈值处理  12

20.3. 10.4 基于区域的分割  12

20.4. 10.5 使用形态学分水岭的分割  12

20.5. 10.6 分割中运动的应用  12

20.6. 18.3. 3.4.2 提取连通区域 12

20.7. 3.4.3 亚像素精度阈值分割 12

21. 特征提取 13

21.1. 3.5.1 区域特征 13

21.2. 3.5.2 灰度值特征 13

21.3. 3.5.3 轮廓特征 13

22. 边缘检测与边缘提取 13

22.1. 7.1.2 canny算子 248 13

22.2. 7.1.3 sobel算子 253 13

22.3. 7.1.4 Laplacian 算子 256 13

22.4. 7.1.5 scharr滤波器 259 13

22.5. 一维边缘提取 13

22.6. 3.7.3 二维边缘提取 13

22.7. 3.7.4 边缘的准确度 13

23. 图像增强与恢复 13

24. 形状检测,直线圆圈检测hough检测 13

25. 滤镜处理 14

25.1. 毛玻璃,油画,素描滤镜 14

25.2. 图像叠加 14

26. 图像变换 14

26.1. Kl变化,fdt变换 霍夫变换 14

27. 联通区域 14

28. 目标坐标检测,目标检测,模板匹配 14

28.1. GrabCut算法提取前景物体 15

28.2. 模板匹配 15

28.3. 轮廓匹配 15

29. 光学字符识别(OCR 15

29.1. 3.12.1 字符分割 15

29.2. 3.12.2 特征提取 15

29.3. 3.12.3 字符分类 15

29.4. 模板匹配 15

30. 角点检测 检测并匹配兴趣点 15

30.1. 1.1. 重要的特征点检测算法标准(旋转不变形,尺度缩放不变性) 1 16

30.2. 1.2. Moravec角点检测 1977 1 16

30.3. 1.3. Harris角点检测 1988 1 16

30.4. 1.4. 1994年提出的Shi-Tomasi角点检测 2 16

30.5. 1.5. SUSAN角点  1997 2 16

30.6. 1.6. 2006年提出的FAST(Feature from Accelerated Segment Test)算子,这个原理简单易懂啊。 2 16

30.7. 1.7. Sift 1999年提出, 2004年,又对Sift完善 3 16

30.8. 1.8. SURF是在2006年才被Bay等提出的 3 16

30.9. 1.9. Orb 2011 3 16

30.10. 1.10. BRISK算法是2011 4 16

30.11. 1.11. Dense-SIFT( 4 16

31. 目标识别  模式识别 16

31.1. 车牌识别 16

31.2. 二维码条码识别与生成 条码位置检测 16

31.3. 人脸检测 人脸识别 17

31.4. 屏幕分析与控件识别 17

31.5. 序列号读取 17

32. 处理视频序列 摄像头 与视频 17

32.1. Wmic检测摄像头 17

32.2. Opencv 视频捕获 17

32.3. Wifi 摄像头 onvif协议 17

32.4. Upnp设备 18

33. 运动对象检测与描述  运动分析与对象跟踪 7  9.2 运动对象检测 9.3 跟踪运动特征 9.4 运动特征提取与描述 18

34. 使用多边形将轮廓包围 318 18

35. 图像的矩 327 18

36. 图像叠加blend混合 18

36.1. 混合模式是可以用不同的方法将对象颜色与底层对象的颜色混合 19

36.2. 2 通常▪ 正常模式(Normal▪ 溶解模式(Dissolve)▪ 背后模式(Behind)▪ 清除模式(Clear) 19

36.3. 3 变暗系▪ 变暗模式(Darken)▪ 正片叠底(Multiply)▪ 颜色加深模式(Color Burn)▪ 线性加深模式(Linear Burn)▪ 深色模式(Darker Color) 20

36.4. 4 变亮系▪ 增加模式(Add)▪ 变亮模式(Lighten)▪ 滤色模式(Screen)▪ 颜色减淡模式(Color Dodge)▪ 线性减淡模式(Linear Dodge)▪ 浅色模式(Lighter Color) 20

36.5. 5 饱和度系▪ 叠加模式(Overlay)▪ 柔光模式(Soft Light)▪ 强光模式(Hard Light)▪ 亮光模式(Vivid Light)▪ 线性光模式(Linear Light)▪ 点光模式(Pin Light)▪ 实色混合模式(Hard Mix) 20

36.6. 6 差集系▪ 差值模式(Difference)▪ 排除模式(Exclusion)▪ 减去模式(Subtract)▪ 划分模式(Divide) 20

36.7. 7 颜色系▪ 色相模式(Hue)▪ 饱和度模式(Saturation)▪ 颜色模式(Color)▪ 亮度模式(Luminosity) 20

36.8. 1 Jhlabs 好像有了可以叠加算法但是没有找到doc 20

36.9. 2 自己算法叠加 21

36.10. 3 使用javafx 类库实现图像叠加混合 21

37. 其他attilax还没有用到的 21

38. 照相机几何基础 21

39. 机器学习算法 22

40. 框架使用opencv halcon matlab 22

41. 图像预处理 22

42. 附录:参考文献 22

 

 

1. 前言

一分耕耘一分搜获,回首过去的12年的软件与图像处理开发,疼然回首,从迷茫的小白成长为一方大神。。Csdn排名也从万里之遥,千里之外,攀爬到TOP60..站在前人的肩膀上,有所心得,准备集结成书,帮助热心与图像处理机器视觉的朋友们,让我们的明天更美好也。。

2. 绪论

2.1. 图像处理的内容 机器视觉的内容

2.2. 图像处理与机器视觉的场景与用途

 

图像匹配

轮廓匹配

表面检测

 

3.  图像、 采样和频域处理

傅里叶变换
2.4 采样标准
2.5 离散傅里叶变换
2.6 傅里叶变换的其他特性
2.7 傅里叶以外的其他变换
2.8 频域特性的应用

 

4. 基本图像处理运算

4.1. 梯度、边缘和角点  2采样、插值和几何变换    

模糊

高斯模糊 运动模糊

 

去燥

 

 

颜色转换

分割

 

压缩编码

 

 

增强

Laplace图像锐化 usm锐化

 

去模糊

 

 

滤波

均值滤波和中值滤波 锐化滤波 卡尔曼滤波 线性滤波

 

抠图

 

 

叠加混合

 

 

二值化

Otsu阈值二值化

 

填充

漫水填充 洪水填充 种子填充

 

other

膨胀 高斯模糊 数字水印

 

扫描

线扫描左右扫描 上下扫描 点遍历扫描

 

图像分割

分水岭和GrabCut算法

 

滤镜

素描滤镜 毛玻璃 油画 像素画 风 梦幻滤镜

 

 

 

5. 图像分析

边缘检测

canny sobel robert

 

质量评价

损坏检测  模糊检测

 

图像检索

 

 

金字塔分解

 高斯金字塔  (  Gaussianpyramid): 拉普拉斯金字塔 (Laplacianpyramid):1

 

金字塔分解

log dog金字塔 LoG或者DoG

 

相似度判断

phash  sift等算法

 

图像变换

dct dft kl变换

 

cca联通区域

cca 4联通 8联通

 

色彩空间的转换

rgb hsl

 

直线和圆检测

hough形状检测

 

 

5.1.  平滑处理 


 3.2 直方图
3.3 点算子 3.4 群运算 3.5 其他统计算子
3.6 数学形态学

5.2. 图像截切与拼接

5.3. 图像缩放

6. 灰度变换  颜色空间hsv  rgb

 

7. 图像滤波

7.1.  6.2 使用低通滤波器………………………………………………………………………126

7.2. 6.3 使用中值滤波器………………………………………………………………………130

7.3. 6.4 使用方向滤波器检测边缘……………………………………………………………132

7.4. 6.5 计算图像的拉普拉斯变换……………………………………………………………138

7.5.  7 章提取直线、轮廓及连通区域

 

8. 直方图算法 直方图统计像素

 

8.1.  4.2 计算图像的直方图……………………………………………………………………77

8.2.  4.4 直方图均衡化…………………………………………………………………………88

8.3. 4.5 反投影直方图以检测特定的图像内容………………………………………………89

8.4. 4.6 使用均值漂移(Mean Shift)算法查找物体………………………………………95

8.5. 4.7 通过比较直方图检索相似图片

 

9. 操作像素

10. 图像相似度检测

10.1. Phash算法

11. 图像填充

11.1. 填充轮廓,填充空洞  漫水填充

 

12. 图像金字塔与图片尺寸缩放

12.1. .6.2 关于图像金字塔 223

12.2. 6.6.3 高斯金字塔 225

12.3. 6.6.4 拉普拉斯金字塔 226

 

13. 阈值化 237

6.7.1 固定阈值操作:Threshold()函数 238

6.7.2 自适应阈值操作:adaptiveThreshold()函数 239

 

 

14. 图像特征与提取

15. 形状匹配的特征提取
5.1 概述
5.2 阈值处理和背景减法
5.3 模板匹配
5.4 低级特征提取
5.5 霍夫变换

特征提取

颜色特征

直方图 色彩区块

 

 

 

特征提取

颜色特征

cca联通区域分析

 

 

 

特征提取

纹理特征

haar phash pca orb  BRIEF

 

 

 

特征提取

纹理特征

lbp   glcm灰度共生矩阵

 

 

 

特征提取

形状特征

hogh hog surf sift

 

 

 

特征提取

xx特征

fast

 

 

 

特征提取

特征点提取 角点特征

特征点的提取,有foerstner,harris,lepetit,sojka

 

 

 

16. 彩色图像

17. 空间滤波 与频率域滤波

18. 图像压缩 

19. 形态学图像处理 

 腐蚀和膨胀 
9.3 开操作与闭操作 
9.4 击中或击不中变换 

 

20.  图像分割 

20.1. 18.1. 10.2 点、线和边缘检测 

20.2. 10.3 阈值处理 

20.3. 10.4 基于区域的分割 

20.4. 10.5 使用形态学分水岭的分割 

20.5. 10.6 分割中运动的应用 

20.6. 18.3. 3.4.2 提取连通区域

20.7. 3.4.3 亚像素精度阈值分割

 

6章  分割Ⅰ 130
6.1  阈值化 130
6.1.1  阈值检测方法 132
6.1.2  最优阈值化 133
6.1.3  多光谱阈值化 135
6.2  基于边缘的分割 136
6.2.1  边缘图像阈值化137
6.2.2  边缘松弛法 138
6.2.3  边界跟踪 139
6.2.4  作为图搜索的边缘跟踪143
6.2.5  作为动态规划的边缘跟踪 149
6.2.6  Hough变换152
6.2.7  使用边界位置信息的边界

21. 特征提取

21.1. 3.5.1 区域特征

21.2. 3.5.2 灰度值特征

21.3. 3.5.3 轮廓特征

22. 边缘检测与边缘提取

22.1. 7.1.2 canny算子 248

22.2. 7.1.3 sobel算子 253

22.3. 7.1.4 Laplacian 算子 256

22.4. 7.1.5 scharr滤波器 259

22.5. 一维边缘提取

22.6. 3.7.3 二维边缘提取

22.7. 3.7.4 边缘的准确度

 

23. 图像增强与恢复

24. 形状检测,直线圆圈检测hough检测

25. 滤镜处理

25.1. 毛玻璃,油画,素描滤镜

25.2. 图像叠加

 

26. 图像变换

26.1. Kl变化,fdt变换 霍夫变换

7.2.6 霍夫圆变换 274

7.2.7 霍夫梯度法的原理 275

 

27. 联通区域

用直线拟合一组点…………………………………………………………………156

7.5 提取连通区域的轮廓………………………………………………………………160

7.6 计算连通区域的形状描述符

 

28. 目标坐标检测,目标检测,模板匹配

28.1. GrabCut算法提取前景物体

28.2. 模板匹配

28.3. 轮廓匹配

Atitit  模板匹配多目标返回 matchTemplate 多目标返回列表opencv总结

29. 光学字符识别(OCR

29.1. 3.12.1 字符分割

29.2. 3.12.2 特征提取

29.3. 3.12.3 字符分类

29.4. 模板匹配

基于灰度值的模板匹配

3.11.2 使用图形金字塔进行匹配

3.11.3 基于灰度值的亚像素精度匹配

3.11.4 带旋转与缩放的模板匹配

3.11.5  可靠的模板匹配算法

30. 角点检测 检测并匹配兴趣点

30.1. 1.1. 重要的特征点检测算法标准(旋转不变形,尺度缩放不变性) 1

30.2.  1.2. Moravec角点检测 1977 1

30.3.  1.3. Harris角点检测 1988 1

30.4.  1.4. 1994年提出的Shi-Tomasi角点检测 2

30.5.  1.5. SUSAN角点  1997 2

30.6.  1.6. 2006年提出的FAST(Feature from Accelerated Segment Test)算子,这个原理简单易懂啊。 2

30.7.  1.7. Sift 1999年提出, 2004年,又对Sift完善 3

30.8.   1.8. SURF是在2006年才被Bay等提出的 3

30.9.  1.9. Orb 2011 3

30.10.  1.10. BRISK算法是2011 4

30.11.  1.11. Dense-SIFT( 4

31. 目标识别  模式识别

31.1. 车牌识别

31.2. 二维码条码识别与生成 条码位置检测

31.3.  人脸检测 人脸识别

31.4. 屏幕分析与控件识别

31.5. 序列号读取

模式识别
模板检测

人脸识别

身份证识别

车牌识别

微信聊天图片检测

 

 

模式识别
模板检测

验证码识别

银行卡识别

肤色检测

条码二维码

 

 

模式识别

ocr

Tesseract Asprise-OCR

 

 

 

 

模式识别

ocr

qr pdf147 dm码 aztec maxicode barcode

 

 

 

 

模式识别

条码二维码

zxing

 

 

 

 

 

 

 

 

 

 

 

 

32. 处理视频序列 摄像头 与视频

32.1. Wmic检测摄像头

32.2. Opencv 视频捕获

参考 Atitit java  opencv 捕获视频.docx

32.3. Wifi 摄像头 onvif协议

32.4. Upnp设备

33. 运动对象检测与描述  运动分析与对象跟踪7
 9.2 运动对象检测
9.3 跟踪运动特征
9.4 运动特征提取与描述

 

34. 使用多边形将轮廓包围 318

8.3.1 返回外部矩形边界:boundingRect()函数 318

8.3.2 寻找最小包围矩形:minAreaRect()函数 318

8.3.3 寻找最小包围圆形:minEnclosingCircle()函数 318

8.3.4 用椭圆拟合二维点集:fitEllipse()函数 319

8.3.5 逼近多边形曲线:approxPolyDP()函数 319

35. 图像的矩 327

8.4.1 矩的计算:moments()函数 328

8.4.2 计算轮廓面积:contourArea()函数 328

8.4.3 计算轮廓长度:arcLength()函数 328

36. 图像叠加blend混合

36.1. 混合模式是可以用不同的方法将对象颜色与底层对象的颜色混合

当您将一种混合模式应用于某一对象时,在此对象的图层或组下方的任何对象上都可看到混合模式的效果。

00001. 1 详细解释及原理

36.2. 2 通常 正常模式(Normal 溶解模式(Dissolve) 背后模式(Behind) 清除模式(Clear)

36.3. 变暗系▪ 变暗模式(Darken)▪ 正片叠底(Multiply)▪ 颜色加深模式(Color Burn)▪ 线性加深模式(Linear Burn)▪ 深色模式(Darker Color)

36.4. 变亮系▪ 增加模式(Add)▪ 变亮模式(Lighten)▪ 滤色模式(Screen)▪ 颜色减淡模式(Color Dodge)▪ 线性减淡模式(Linear Dodge)▪ 浅色模式(Lighter Color)

36.5. 饱和度系▪ 叠加模式(Overlay)▪ 柔光模式(Soft Light)▪ 强光模式(Hard Light)▪ 亮光模式(Vivid Light)▪ 线性光模式(Linear Light)▪ 点光模式(Pin Light)▪ 实色混合模式(Hard Mix)

36.6. 差集系▪ 差值模式(Difference)▪ 排除模式(Exclusion)▪ 减去模式(Subtract)▪ 划分模式(Divide)

36.7. 颜色系▪ 色相模式(Hue)▪ 饱和度模式(Saturation)▪ 颜色模式(Color) 亮度模式(Luminosity)

 

36.8. 1 Jhlabs 好像有了可以叠加算法但是没有找到doc

36.9. 2 自己算法叠加

36.10. 3 使用javafx 类库实现图像叠加混合

 

 

参考资料

Atitti 图像处理 图像混合叠加 blend 原理与实现.docx

Atitit 混合叠加俩张图片的处理 图像处理解决方案 javafx blend

 

 

37. 其他attilax还没有用到的

38. 照相机几何基础


10.1 图像几何
10.2 透视照相机
10.3 透视照相机模型
10.4 仿射照相机
10.5 弱透视模型
10.6 照相机模型实例

 

二维和三维场景中的跟踪监测

根据立体视觉进行三维重构

寻找物体的凸包 312

8.2.1 凸包 312

8.2.2 寻找凸包:convexHull()函数 313

 照相机定标和三维重建8

几何基元的分割和拟合
3.8.1 直线拟合
3.8.2 圆拟合
3.8.3 椭圆拟合
3.8.4 将轮廓分割为直线、圆和椭圆
3.9 摄像机标定
3.9.1 面阵摄像机的摄像机模型
3.9.2 线阵摄像机的摄像机模型
3.9.3 标定过程
3.9.4 从单幅图像中提取世界坐标
3.9.5 摄像机参数的准确度

39. 机器学习算法

40. 框架使用opencv halcon matlab

imageio jhlabs javafx GraphicsMagick

 

halcon opencv matlab

 

ps

 

 

41. 图像预处理

42. 附录:参考文献

《数字图像处理(第三版)》((美)冈萨雷斯)【简介_书评_在线阅读】 - 当当图书.html

《图像处理基础(第2版)(世界著名计算机教材精选)》((美)彼得鲁)【简介_书评_在线阅读】 - 当当图书.html

计算机视觉特征提取与图像处理(第三版) (豆瓣).html

OpenCV3编程入门_百度百科.html

atitit  opencv apiattilax总结 500个函数 .xlsx - attilax的专栏 - 博客频道 - CSDN.NET.html

《机器视觉算法与应用(国外经典教材·计算机科学与技术)双语版》((德)斯蒂格(Steger)【简介_书评_在线阅读】 - 当当图书.html

《图像处理、分析与机器视觉(第4版)》(Milan Sonka)【简介_书评_在线阅读】 - 当当图书.html

《图像处理、分析与机器视觉(3)(世界著名计算机教材精选) 9787302236863》【摘要 书评 试读】- 京东图书.html

atitit v2 图像处理机器视觉专业博硕连读课程表r22 .xlsx

 

 

 

作者:: 绰号:老哇的爪子claw of Eagle 偶像破坏者Iconoclast image-smasher

捕鸟王"Bird Catcher  kok  虔诚者Pious 宗教信仰捍卫者 Defender Of the Faith. 卡拉卡拉红斗篷 Caracalla red cloak 万兽之王

简称:: Emir Attilax Akbar 埃米尔 阿提拉克斯 阿克巴

全名::Emir Attilax Akbar bin Mahmud bin  attila bin Solomon bin adam Al Rapanui 埃米尔 阿提拉克斯 阿克巴 本 马哈茂德 本 阿提拉 本 所罗门 本亚当  阿尔 拉帕努伊

常用名:艾提拉(艾龙),  EMAIL:1466519819@qq.com

 

 

头衔:uke总部o2o负责人,全球网格化项目创始人,

uke交友协会会长  uke捕猎协会会长 Emir Uke部落首席大酋长,

 

uke宗教与文化融合事务部部长, uke宗教改革委员会副主席

uke制度与重大会议委员会委员长,uke保安部首席大队长,uke制度检查委员会副会长,

 

uke 首席cto   软件部门总监 技术部副总监  研发部门总监主管  产品部副经理 项目部副经理   uke科技研究院院长uke软件培训大师

 

uke波利尼西亚区大区连锁负责人 汤加王国区域负责人 uke克尔格伦群岛区连锁负责人,莱恩群岛区连锁负责人,uke布维岛和南乔治亚和南桑威奇群岛大区连锁负责人

 Uke软件标准化协会理事长理事长 Uke 数据库与存储标准化协会副会长

 

uke终身教育学校副校长   Uke医院 与医学院方面的创始人

 uec学院校长, uecip图像处理机器视觉专业系主任   uke文档检索专业系主任

Uke图像处理与机器视觉学院首席院长

Uke 户外运动协会理事长  度假村首席大村长   uke出版社编辑总编

 

转载请注明来源:attilax的专栏  ?http://blog.csdn.net/attilax

--Atiend  v8

 

2016-12-14 23:07:21 attilax 阅读数 291

Atitit图像处理的用途

 

1.1. 分类识别 (人脸检测,肤色识别,人类检测:1

1.2. 炫丽的动态按钮生成:色相旋转+自己的草书等图片合成,图片自动裁剪1

1.3. 集成调用自绘gui接口:识别控件,按钮位置识别,为自动化鼠标操作选好roi1

1.4. Ocr 手写ocr等。2

1.5. 图像压缩2

1.6. 垃圾图片检测(体积过小图片,分辨率过小图片,损害图片检测)2

1.7. 模糊图片检测,方便识别模糊图片,删除2

1.8. 重复图片检测2

1.9. 高复杂度的验证码图片生成2

1.10. 绘画创作  水彩油画滤镜 素描滤镜2

1.11. 梦幻图片滤镜,比如自拍照,婚纱照处理等2

1.12. 服务端滤镜(给图片服务端添加滤镜效果,作为css滤镜的补充)2

1.13. 自动化美容磨皮2

 

1.1. 分类识别 (人脸检测,肤色识别,人类检测:

比如给自己的收藏图片成千上万自动分类,风景类和人物类放开,集体照和单人照片分开,

色情图片识别,图片与相片识别,

图像分级,有无漏点,漏俩点,还是漏三点,皮肤裸漏程度等分级

衣服检测,高跟鞋,丝袜,短裙,吊带,比基尼啥的。。。

兴趣点检测,胸部检测,臀部检测等哇卡卡。

识别美女和恐龙,分类区分

 

1.2. 炫丽的动态按钮生成:色相旋转+自己的草书等图片合成,图片自动裁剪

 

1.3. 集成调用自绘gui接口:识别控件,按钮位置识别,为自动化鼠标操作选好roi

有时一些h5 win gui接口也为了方便,使用图像处理来识别控件

 

1.4. Ocr 手写ocr等。

1.5. 图像压缩

1.6. 垃圾图片检测(体积过小图片,分辨率过小图片,损害图片检测)

1.7. 模糊图片检测,方便识别模糊图片,删除

1.8. 重复图片检测

1.9. 高复杂度的验证码图片生成

一般要满足空心字,粘连,扭曲等处理,加干扰线

 

1.10. 绘画创作  水彩油画滤镜 素描滤镜

 

1.11. 梦幻图片滤镜,比如自拍照,婚纱照处理等

   像素画滤镜 毛玻璃滤镜等

1.12. 服务端滤镜(给图片服务端添加滤镜效果,作为css滤镜的补充)

 

1.13. 自动化美容磨皮

 

 

作者:: 绰号:老哇的爪子claw of Eagle 偶像破坏者Iconoclast image-smasher

捕鸟"Bird Catcher 王中之王King of Kings 虔诚者Pious 宗教信仰捍卫者 Defender of the Faith. 卡拉卡拉红斗篷 Caracalla red cloak

简称: Emir Attilax Akbar 埃米尔 阿提拉克斯 阿克巴

全名:Emir Attilax Akbar bin Mahmud bin  attila bin Solomon Al Rapanui 

埃米尔 阿提拉克斯 阿克巴  马哈茂德  阿提拉 所罗门  阿尔 拉帕努伊   

常用名艾提拉(艾龙)   EMAIL:1466519819@qq.com

头衔:uke总部o2o负责人,全球网格化项目创始人,uke宗教与文化融合事务部部长,Uke部落首席大酋长,uke制度与重大会议委员会委员长,uke保安部首席大队长,uke制度检查委员会副会长,奶牛科技cto uke波利尼西亚区大区连锁负责人,克尔格伦群岛连锁负责人,莱恩群岛连锁负责人,uke汤加王国区域负责人。布维岛和南乔治亚和南桑威奇群岛大区连锁负责人

 

转载请注明来源:attilax的专栏   http://blog.csdn.net/attilax

--Atiend

 

2016-11-23 20:03:01 attilax 阅读数 454

Atitit 常用比较复杂的图像滤镜 attilax大总结

 

像素画滤镜

 

水彩油画滤镜

 

素描滤镜

 

梦幻镜 特点是中央集焦,周围景物朦化微带光晕,使人产生如入梦境的感觉。常用于拍摄婚纱、明星照,也用于其它艺术摄影创作。此镜在暗背景下,以及使用长焦距镜头时效果更明显

 

魔幻镜 又称旋风镜,是以中央集焦,四周呈螺旋形散射状,效果犹如进入神奇的魔幻世界。使用时可采用广角镜头或小光圈。二十五、爆炸镜:又称散射镜,是以中央集焦,向四周产生强烈的辐射(爆炸状)这特点,动感非常明显,背景复杂效果更好。是渲染主体动感效果的滤镜之一。使用时宜用小光

 

月牙柔朦镜 此镜属朦胧镜一类,为专业影楼婚纱摄影创作特殊效果而设。月牙镜上清下朦,月牙形朦胧能给人飘逸梦境之感,富有浪漫色彩,是极受婚纱摄影界欢迎的镜种之一

 

倒影滤镜

 

毛玻璃滤镜

 

粘贴画滤镜

 

Shatter(碎片效果),能生成一种镜子被打碎的效果。
Puzzle(拼图效果),能生成一种拼图的效果。
Shower door(雨景效果),能生成雨中看物体的效果。

 

漫画滤镜

 

风格化滤镜

Photoshop中“风格化”滤镜是通过置换像素和通过查找并增加图像的对比度,在选区中生成绘画或印象派的效果。它是完全模拟真实艺术手法进行创作的。
在使用“查找边缘”和“等高线”等突出显示边缘的滤镜后,可应用“反相”命令用彩色线条勾勒彩色图像的边缘或用白色线条勾勒灰度图像的边缘。

作者:: 绰号:老哇的爪子 ( 全名::Attilax Akbar Al Rapanui 阿提拉克斯 阿克巴 阿尔 拉帕努伊 ) 

汉字名:艾提拉(艾龙)   EMAIL:1466519819@qq.com

转载请注明来源: http://blog.csdn.net/attilax

Atiend


 

2016-11-01 00:23:21 attilax 阅读数 979

Atitit 图像处理 灰度图片 灰度化的原理与实现

 

24位彩色图与8位灰度图

    首先要先介绍一下24位彩色图像,在一个24位彩色图像中,每个像素由三个字节表示,通常表示为RGB。通常,许多24位彩色图像存储为32位图像,每个像素多余的字节存储为一个alpha值,表现有特殊影响的信息[1]。 

    在RGB模型中,如果R=G=B时,则彩色表示一种灰度颜色,其中R=G=B的值叫灰度值,因此,灰度图像每个像素只需一个字节存放灰度值(又称强度值、亮度值),灰度范围为0-255[2]。这样就得到一幅图片的灰度图。 

几种灰度化的方法

    分量法:使用RGB三个分量中的一个作为灰度图的灰度值。 
    最值法:使用RGB三个分量中最大值或最小值作为灰度图的灰度值。 
    均值法:使用RGB三个分量的平均值作为灰度图的灰度值。 
    加权法:由于人眼颜色敏感度不同,按下一定的权值对RGB三分量进行加权平均能得到较合理的灰度图像。一般情况按照:Y = 0.30R + 0.59G + 0.11B。 
    [注]加权法实际上是取一幅图片的亮度值(人眼对绿色的敏感最高,对蓝色敏感最低 )作为灰度值来计算,用到了YUV模型。在[3]中会发现作者使用了Y = 0.21 * r + 0.71 * g + 0.07 * b(百度百科:Y = 0.30 * r + 0.59 * g + 0.11 * b)来计算灰度值。实际上,这种差别应该与是否使用伽马校正有关[1]。

 

 

上一篇我们说到过,对图像处理的事实,我们更关心图像的亮度信息,也就是灰度,如何将彩色图像转换成灰度图像呢?很简单,只要令RGB三个值相等即可。那么这个值和原RGB的值是什么关系呢?

一般的,我们有经验公式   Gray=R×0.299+G×0.587+B×0.114,或者直接取它们的均值即可。前面的经验公式更符合人眼的观测。灰度化函数如下:

 

 

BufferedImage gray_copy = new GrayscaleFilter().filter(img, null);

imgx.save(gray_copy, filex.addSuffix(f, "gray"));

作者:: 绰号:老哇的爪子 ( 全名::Attilax Akbar Al Rapanui 阿提拉克斯 阿克巴 阿尔 拉帕努伊 ) 

汉字名:艾提拉(艾龙)   EMAIL:1466519819@qq.com

转载请注明来源: http://blog.csdn.net/attilax

Atiend

 

2016-11-08 23:22:55 attilax 阅读数 1006

Atitit 图像处理之理解卷积attilax总结

 

 

卷积的运算可以分为反转、平移,相乘,求和。

        在图像处理中,图像是一个大矩阵,卷积模板是一个小矩阵。按照上述过程,就是先把小矩阵反转,然后平移到某一位置,小矩阵的每一个小格对应大矩阵里面的一个小格,然后把对应小格里面的数相乘,把所有对应小格相乘的结果相加求和,得出的最后结果赋值给小矩阵中央小格对应的图像中小格的值,替换原来的值。就是上述说到的,反转、平移、相乘、求和。
        一般图像卷积就是从第一个像素(小格)开始遍历到最后一个像素(小格)。之后的平滑、模糊、锐化边缘提取等本质上都是卷积,只是模板不同。

 

以上只是一维的情况下,当对一幅二维数字图像加以卷积时,其数学意义可以解释如下:

源图像是作为输入源数据,处理以后要的图像是卷积输出结果,卷积操作数作为Filter

XY两个方向上对源图像的每个像素点实施卷积操作。如图所示:

 

粉红色的方格每次在X/Y前进一个像素方格,就会产生一个新的输出像素,图中深蓝色的代

表要输出的像素方格,走完全部的像素方格,就得到了所有输出像素。

 

图中,粉红色的矩阵表示卷积操作数矩阵,黑色表示源图像每个方格代表一个像素点。

 

 

图像处理-线性滤波-1 基础(相关算子、卷积算子、边缘效应)

这里讨论利用输入图像中像素的小邻域来产生输出图像的方法,在信号处理中这种方法称为滤波(filtering)。其中,最常用的是线性滤波:输出像素是输入邻域像素的加权和

 

二:卷积在数字图像处理中应用

一副数字图像可以看作一个二维空间的离散函数可以表示为f(x, y), 假设有对于二维卷积操

作函数C(u, v) ,则会产生输出图像g(x, y) = f(x, y) *C(u,v), 利用卷积可以实现对图像模糊处理,边缘检测,产生轧花效果的图像。

 

一个简单的数字图像卷积处理流程可以如下:

1.      读取源图像像素

2.      应用卷积操作数矩阵产生目标图像

3.      对目标图像进行归一化处理

4.      处理边界像素

 

线性滤波与卷积的基本概念

      线性滤波可以说是图像处理最基本的方法,它可以允许我们对图像进行处理,产生很多不同的效果。做法很简单。首先,我们有一个二维的滤波器矩阵(有个高大上的名字叫卷积核)和一个要处理的二维图像。然后,对于图像的每一个像素点,计算它的邻域像素和滤波器矩阵的对应元素的乘积,然后加起来,作为该像素位置的值。这样就完成了滤波过程。

 

 

二、神奇的卷积核

      上面说到,对图像的滤波处理就是对图像应用一个小小的卷积核,那这个小小的卷积核到底有哪些魔法,能让一个图像从惨不忍睹变得秀色可餐。下面我们一起来领略下一些简单但不简单的卷积核的魔法。

图像锐化滤波器Sharpness Filter

      图像的锐化和边缘检测很像,首先找到边缘,然后把边缘加到原来的图像上面,这样就强化了图像的边缘,使图像看起来更加锐利了。这两者操作统一起来就是锐化滤波器了,也就是在边缘检测滤波器的基础上,再在中心的位置加1,这样滤波后的图像就会和原始的图像具有同样的亮度了,但是会更加锐利。

我们把核加大,就可以得到更加精细的锐化效果

      另外,下面的滤波器会更强调边缘:

      主要是强调图像的细节。最简单的3x3的锐化滤波器如下:

实际上是计算当前点和周围点的差别,然后将这个差别加到原来的位置上。另外,中间点的权值要比所有的权值和大于1,意味着这个像素要保持原来的值。

 

边缘检测Edge Detection

      我们要找水平的边缘:需要注意的是,这里矩阵的元素和是0,所以滤波后的图像会很暗,只有边缘的地方是有亮度的。

      为什么这个滤波器可以寻找到水平边缘呢?因为用这个滤波器卷积相当于求导的离散版本:你将当前的像素值减去前一个像素值,这样你就可以得到这个函数在这两个位置的差别或者斜率。下面的滤波器可以找到垂直方向的边缘,这里像素上和下的像素值都使用:

      再下面这个滤波器可以找到45度的边缘:取-2不为了什么,只是为了让矩阵的元素和为0而已。

      那下面这个滤波器就可以检测所有方向的边缘:

      为了检测边缘,我们需要在图像对应的方向计算梯度。用下面的卷积核来卷积图像,就可以了。但在实际中,这种简单的方法会把噪声也放大了。另外,需要注意的是,矩阵所有的值加起来要是0.

浮雕Embossing Filter

      浮雕滤波器可以给图像一种3D阴影的效果。只要将中心一边的像素减去另一边的像素就可以了。这时候,像素值有可能是负数,我们将负数当成阴影,将正数当成光,然后我们对结果图像加上128的偏移。这时候,图像大部分就变成灰色了。

图像卷积与滤波的一些知识点 - zouxy09的专栏 - 博客频道 - CSDN.NET.html

卷积特征提取 - Ufldl.html

 

作者:: 绰号:老哇的爪子 ( 全名::Attilax Akbar Al Rapanui 阿提拉克斯 阿克巴 阿尔 拉帕努伊 ) 

汉字名:艾提拉(艾龙)   EMAIL:1466519819@qq.com

转载请注明来源: http://blog.csdn.net/attilax

Atiend