精华内容
下载资源
问答
  • Java 2D 文本渲染可以通過渲染提示進行調整。看一下下面的文本繪制方法:Graphics.drawString(String s, int x, int y);...文本抗鋸齒是平滑屏幕中文本邊緣的技術。Java 2D API可以讓應程序制定是否使用...

    Java 2D 文本渲染可以通過渲染提示進行調整。

    看一下下面的文本繪制方法:

    Graphics.drawString(String s, int x, int y);

    通常,這個方法使用實心顏色繪制文本字符串中的每個字符,同時字符中的每個像素都被填充那個顏色。這種繪制會帶來很高的文本對比度,但有時會由鋸齒狀邊緣。文本抗鋸齒是用來平滑屏幕中文本邊緣的技術。Java 2D API可以讓應用程序制定是否使用這項技術,以及作用於Graphics的渲染提示算法。

    最常用的渲染提示是在文本的邊緣混合前景和背景顏色。要在應用程序中請求這種提示,必須用下面的方法:

    graphics2D.setRenderingHint(RenderingHints.KEY_TEXT_ANTIALIASING,

    (RenderingHints.VALUE_TEXT_ANTIALIAS_ON);

    下圖展示了抗鋸齒的功能。

    如果濫用這個方法,會導致文本展示過度的模糊。這種情況下,更好的渲染提示如下:

    graphics2D.setRenderingHint(RenderingHints.KEY_TEXT_ANTIALIASING,

    (RenderingHints.VALUE_TEXT_ANTIALIAS_GASP);

    這個方法自動的使用字體中的信息決定是否使用抗鋸齒或使用實心顏色。

    LCD展示是一個屬性,Java 2D API可以用它創建不是很模糊的抗鋸齒文本,但在小字體時又能清晰展示。要使用這種繪制方式,需要使用以下代碼:

    graphics2D.setRenderingHint(RenderingHints.KEY_TEXT_ANTIALIASING,

    (RenderingHints.VALUE_TEXT_ANTIALIAS_LCD_HRGB);

    下面的代碼展示了以下三種抗鋸齒功能:

    1.     抗鋸齒關閉。

    2.     抗鋸齒開啟。

    3.     使用TEXT_ANTIALIAS_GASP提示。4.     使用TEXT_ANTIALIAS_LCD_HRGB提示。

    展开全文
  • ArcGIS平滑处理

    万次阅读 多人点赞 2015-09-11 12:16:39
    有些同学在作图时可能遇到线条不够圆滑,想通过什么工具给我圆滑点啊 接下来我就为大家示范下 ...请大家手不要那么快点击确定 这里处理拓扑错误(可选)参数 NO_CHECK 是平滑到节点会出现少量空隙 而FLAG_E

         有些同学在作图时可能遇到线条不够圆滑,想通过什么工具给我圆滑点啊

    接下来我就为大家示范下

    这些线有锯齿感。



    我们就用ArcToolsbox工具下的制图综合的平滑工具



    双击这个工具 


    请大家手不要那么快点击确定  这里有个处理拓扑错误(可选)参数 NO_CHECK 是平滑到节点会出现少量空隙   而FLAG_ERRORS是 平滑到节点会出现少量的重叠。这里拓扑错误多少是取决你给的平滑容差的。


    平滑出来应该就是这样的效果,里面还会有一定的少量的拓扑错误的。


    再做一次拓扑检查


    如果你图斑量大的话或者你给平滑容差又大会有几千或几万的拓扑错误,你就统一创建要素


    等待统一创建要素完毕,这时你会问创建这么要素该怎么处理这些我们可能不需要 的面了,这时我需要另一个工具帮我们解决一个问题啊。

    那去ArcToolsbox找到数据管理工具下的制图综合的消除面。



    消除这些小面前提会有一个条件,就是先用属性选择面积小于多少被提取出来被消除,



    这是属性提取出来选中的面啊,在双击消除工具,如没有什么特别 的要求就直接勾选按边界消除面就可以了。

    展开全文
  • 如果要计算句子s=“晴朗天气”的概率(二元语法模型,自然语言处理(七)已经介绍过),如下计算过程。 p(天气 | 晴朗) = c(晴朗天气)/ c(晴朗) == 0 显然上面计算得到的概率不怎么准确,晴朗天气总出现的...

    一、概念

    什么是数据平滑?我通过一个例子来解释一下。假设有如下语料库:

    {

      今天 天气 不错,

      天气 晴朗,

      晴朗 的 天气,

    }

    如果要计算句子s=“晴朗天气”的概率(用二元语法模型,自然语言处理(七)已经介绍过),有如下计算过程。

    p(天气 | 晴朗)  = c(晴朗天气)/ c(晴朗)  = \frac{0}{2} = 0

    显然上面计算得到的概率不怎么准确,晴朗天气总有出现的可能,最起码概率应该大于0。

    为了解决这种问题,数据平滑就有了用武之地,数据平滑的作用把概率为0的变为概率较小的非0概率。最后可能还有一个疑问,句子的概率是0就0呗,为什么要平滑?实际上在语音识别中如果识别到句子的概率是0,那么就识别失败了,不管如何都要识别出一个结果,所以不能让句子的概率成为0。

    知道了数据平滑的目的和用途,就该了解,数据平滑到底怎么个平滑?怎么消除0概率?其实平滑的方法有很多,接下来介绍一些常用方法。

    二、数据平滑方法

    加1法:这个方法是用于n元语法模型的比较简单的方法,就是计算频率时,每个二元语法出现的次数加1。公式如下:

    上面的 |V| 指的是所有不同基元的个数,对下面这个语料库来说:

    {

      今天 天气 不错,

      天气 晴朗,

      晴朗 的 天气,

    }

    |V| = 5。这时候采用平滑的方法要计算句子s=“晴朗天气”的概率:

    p( 天气 | <BOS> )  = \frac{1+1}{5+3} = \frac{1}{4}

    p( 天气 | 晴朗 )  = \frac{1+0}{5+2} = \frac{1}{7}

    p( <EOS> |  天气 )  = \frac{1+1}{5+3}=\frac{1}{4}

    因此,这是句子s出现的概率为p(s) = \frac{1}{4}\times \frac{1}{7}\times\frac{1}{4}=\frac{1}{112}。通过数据平滑,就解决了概率为0问题。不过加1法算出的概率有时候并不准确,甚至于原始求概率相差较大,因此,又出现了其他的方法来解决。

    加法平滑法:同上面的加1法类似,这个方法只不过是加一个\delta,且0\leqslant \delta \leqslant 1。这个\delta的值并没法求,可以把它当做一个超参数。

    古德—图灵估计法:这个计算方法,要改变出现r次的n元语法为r*次。r* = (r+1) \frac{n_{r+1}}{n_{r}}。这里的n_{r}是指训练语料库中恰好出现r次的n元语法的数目。出现r次的n元语法的概率:p_{r} = \frac{p*}{N}。其中N = \sum_{r=1}^{\infty }n_{r}\times r。这些公式的推算这里就不加证明了,这些都是最后推出的结果可以直接用来计算。下面这个例子是教材上的例子。这里就不一一推敲了。

    总之这个古德-图灵估计法是将部分的概率分配到了未出现的事件,这样的话就不会出现概率为0的事件。下图是一个示意图,至于为什么概率总和是被均分的,就不再证明。

    JEM平滑方法:这个方法解决的问题主要是古德-图灵方法中概率总和是被均分。假如有如下语料库:

    {

      今天 天气 不错,

      天气 晴朗,

      晴朗 的 天气,

    }

    如果计算“晴朗天气”和“晴朗云彩”两个句子的概率,显而易见如果用古德-图灵平滑法,两个句子的概率是一样的。然而根据常识来看,晴朗天气出现的概率要远远大于晴朗云彩。JEM平滑方法就是要解决这个问题。

    JEM平滑方法在二元模型中加入一个一元模型。一元模型为:

    将二元文法模型和一元文法模型进行线性插值:

    这时“天气”的概率就远远大于“云彩”的概率,因此,这时“晴朗天气”和“晴朗云彩”两个句子的概率就不会相等均分,而是合乎常理的概率。

    这就是JEM平滑方法的基本思想,平滑的方法有很多,这里就不再全部深究,上述的平滑方法也没有很精细的阐述,本文可能有错误之处,望各位同行看到的话不吝赐教,拜谢。

    参考的书目有:宗成庆《统计自然语言处理》

    展开全文
  • 图像模糊有什么用

    万次阅读 多人点赞 2017-12-24 11:03:08
    我们前面提到,使用平均操作或加权平均操作可以降低图像的噪声,并由此引出了空间...下面是一张哈勃望远镜拍摄的星空原始图像(来自冈萨雷斯的《数字图像处理),我们将这张图像和使用平滑滤波器后生成的图像进行一下

    我们前面提到,使用平均操作或加权平均操作可以降低图像的噪声,并由此引出了空间滤波器的概念。

    这种平均操作或加权平均操作的空间滤波器,根据平均操作的特点,可以叫做均值滤波器;其主要应用就是降低噪声,根据应用的特点,也可以叫做平滑滤波器

    我们再次感受下这种均值滤波器或平滑滤波器的作用。下面是一张哈勃望远镜拍摄的星空原始图像(来自冈萨雷斯的《数字图像处理),我们将这张图像和使用平滑滤波器后生成的图像进行一下对比。

    import cv2
    import numpy as np
    hubble = cv2.imread("hubble.tif", 0)
    filter = 1 / 25 * np.ones((5, 5))
    hubble_filter = cv2.filter2D(hubble, -1, filter)
    cv2.imshow("hubble", hubble)
    cv2.imshow("hubble_filter", hubble_filter)
    cv2.waitKey()

    这里写图片描述

    可以清楚的感受到,使用均值滤波器或叫平滑滤波器后的图像变得模糊了,这就是平滑滤波器能够降低噪声所带来的副作用。道理其实很简单,因为平滑后,图像中的物体对象内部和边缘也都变得平滑了。物体对象边缘的平滑,使得物体不再具有非常清晰的边界,而物体对象内部的平滑使得对象失去了层次感。这都造成图像变得模糊起来。

    从主观意愿上说,我们希望看到清晰的图像,而不是模糊的图像。所以很多时候我们听说还有一种专门进行模糊图像的操作时,感觉不可思议,这有什么用呢。要知道模糊图像只是处理噪声带来的副作用,并不是我们的目的。图像没有噪声的时候,我们用平滑滤波器去模糊图像干什么呢?

    还真有一个重要的应用。我们试着把上面的图像使用更大尺寸的滤波器看看。

    filter = 1 / 225 * np.ones((15, 15))
    hubble_filter = cv2.filter2D(hubble, -1, filter)
    cv2.imshow("hubble", hubble)
    cv2.imshow("hubble_filter", hubble_filter)
    cv2.waitKey()

    这里写图片描述

    我们可以看到,相对于原始图像,一些较小的物体已经融入背景,看不到了,有些物体即使能看到,亮度也明显降低。这样,我们用图像模糊将图像中较大的较亮的物体保留了下来,而其它的物体则消除了。我们进一步通过阈值处理对模糊后的图像进行操作,将最高亮度的25%作为阈值,低于此阈值的赋为0,高于此阈值的赋为255。

    threshhold = 0.25 * 255
    hubble_filter_th = np.where(hubble_filter < threshhold, 0, 255)
    cv2.imshow("hubble", hubble)
    cv2.imshow("hubble_filter", hubble_filter_th.astype("uint8"))
    cv2.waitKey()

    这里写图片描述

    像这样利用阈值函数处理并基于物体亮度来消除某些物体的操作时很典型的。当我们只想得到感兴趣的物体时,通过图像模糊,可以将那些尺寸和亮度较小的物体过滤掉,较大的物体则易于检测。除了降低噪声,这就是图像平滑(模糊)的另一个重要应用:目标提取

    展开全文
  • 由于项目要在图片中动态加入文字,没想到字体毛边,找了N多文章没找到解决方法,最后英文关键字在google上找到了,唉,为什么大家对这些都不关心呢?Java 2D - smooth text fontshttp://forums.sun....
  • 1、大数据是海量的数据2、大数据处理无捷径,对分析处理技术提出了更高的要求创一个小群,供大家学习交流聊天如果有对学大数据方面有什么疑惑问题的,或者有什么想说的想聊的大家可以一起交流学习...
  • 一种比较容易做出的是对鼠标移动轨迹画点,再将两点之间以直线相连,最后再进行平滑处理,这种方案不需要什么算法支持,但同样,它面对一个性能和美观的抉择,打的点多,密集,性能相对较低,但更加美观,视觉上更...
  • 滤波,平滑,去噪

    2021-03-21 15:19:37
    三者之间虽然很大的交集,但不能称之为一样的,区别与联系如下:滤波可以实现平滑的效果,如高斯滤波,但也可以用来增强图像、突出边缘,比如拉普拉斯滤波、张量扩散、引导图像滤波。平滑效果的获取,可以通过滤波...
  • 关于数据平滑的一些理解

    千次阅读 2013-07-12 09:29:40
    看到这个陌生的名词,心里不由产生了几个问题,什么是平滑算法,它是干什么用的,什么是Kneser-Ney,它有什么特殊之处,利用平滑算法对于未登录词和稀有词处理后会产生什么样的效果。带着这些疑问,我阅读了宗成庆的...
  • 五点三次平滑+python实现

    千次阅读 2018-08-17 11:31:50
    最近了解的五点三次平滑,在一个工业数据处理平台上这个,就很疑惑为什么要用这个,搜了很多都是matlab写的代码,没有说明为什么用这个方法,就去知网搜了几篇论文,引用这些文献的解释: “一般来说,在数据采集...
  • 什么平滑拟合折线段 先来看下Echarts下折线图的渲染效果: 一开始我没注意到其实这个折线段是曲线穿过去的,只认为是单纯的描点绘图,所以起初我实现的“简(丑)易(陋)”版本是这样的:...
  • 如何混音处理

    2012-04-25 11:41:21
    一点必须要注意,男声和女声的处理方法很大的不同,我前一阵刚完成一首男女声二重唱歌曲,男歌手和女歌手在同一个录音棚录音,的都是U67话筒,但声音的差别让我大吃一惊。 我对他们分别进行了均衡处理,见图8...
  • 那么虚拟边缘有什么用呢?比如可以很容易做一个倒影的效果: 当然这只是附带效果了,虚拟边缘主要用在图像卷积运算(例如平滑操作)时候,由于卷积运算的特点,需要将图片扩大才能对边角进行卷积运算,这时候就需要...
  • CVer:【3】OpenCV图像处理模块(3)图像平滑理论相关一般意义上,相关是核遍历图像的运算。什么是核本质上说是一个固定大小的系数矩阵,且一个锚点(anchor),通常位于核的中心。 核与相关运算将锚点(anchor...
  • 1.1什么的数字图像处理 数字图像处理是指借助于数字计算机来处理数字图像。 1.2数字图像处理的起源 选取CT图像部分:20世纪70年代发明“计算机轴向断层术”简称计算机断层(CT),是数字图像处理在医学诊断领域最...
  • 3.3.20 将ICA 应用于图像处理和信号处理有什么不同? 213 3.3.21 本章要点 213 第4章 图像增强 216 4.0.1 什么是图像增强? 216 4.0.2 如何能增强一幅图像? 216 4.0.3 什么是线性滤波器? 216 4.1 线性滤波器...
  • CVer:【3】OpenCV图像处理模块(3)图像平滑理论相关一般意义上,相关是核遍历图像的运算。什么是核本质上说是一个固定大小的系数矩阵,且一个锚点(anchor),通常位于核的中心。 核与相关运算将锚点(anchor...
  • 那么虚拟边缘有什么用呢?比如可以很容易做一个倒影的效果: 当然这只是附带效果了,虚拟边缘主要用在图像卷积运算(例如平滑操作)时候,由于卷积运算的特点,需要将图片扩大才能对边角进行卷积运算,这时候就...
  • 那么虚拟边缘有什么用呢?比如可以很容易做一个倒影的效果: 当然这只是附带效果了,虚拟边缘主要用在图像卷积运算(例如平滑操作)时候,由于卷积运算的特点,需要将图片扩大才能对边角进行卷积运算,这时候就...
  • FSCapture 图片处理软件

    2010-08-31 08:47:14
    原因很简单,各种取色软件的功能都大同小异,FS Capture非常小巧,既然这样一个小软件能够包含取色器、屏幕放大镜和截屏的功能,为什么还要为这些功能而分开多个软件呢。FastStone Capture的取色支持RGB、Dec和Hex...
  • 1.0.20 一个成像装置的点扩散函数和一个线性操作符之间有什么联系?..........9 1.0.21 一个线性操作符如何变换一幅图像?...........................................................9 1.0.22 点扩散函数的含义是...
  • 匿名函数也称为闭包,可以在不指定名称的情况下调此函数,本...通常function后函数名,但匿名函数的情况是没有的,和普通的函数一样可以传递参数。接下来,我们就来看匿名函数的使用我们先来看一下使用匿名函数...
  • 【插件介绍】由于我们肉眼和摄像几捕捉的光线频率不一样,所以我们时候摄像机捕捉的视频会出现光闪烁的现象,REVision 插件能就能帮助我们弥补这一缺陷,能够很好的处理光闪烁的现象:光闪烁,延时拍摄闪烁,...
  • //我把HoughCircle()之后的都注释掉了,不知道为什么会在最后return 0的...如适用于此异常的处理程序,该程序便可安全地继续运行。 ![图片说明](https://img-ask.csdn.net/upload/201603/01/1456834421_525664.png)
  • canny边缘检测流程 ...这里也对应着之前我们为什么要先对图像进行平滑处理,平滑处理有助于消除噪声点对我们梯度的影响。这样我们算出来有梯度大地方就是图像的边缘。 2.非极大值抑制 这里考虑到如果按梯度的大小
  • cvSmooth(src,SmoothImg,CV_GAUSSIAN,3,3); //对图像做3*3的高斯平滑滤波 cvLaplace(SmoothImg,dst1,3); cvConvertScale(dst1,dst); //将图像转化为8位 double min_val = 0;...和检测零交叉点有什么区别?
  • 所以很多时候我们听说还有一种专门进行模糊图像的操作时,感觉不可思议,这有什么用呢。要知道模糊图像只是处理噪声带来的副作用,并不是我们的目的。图像没有噪声的时候,我们用平滑滤波器去模糊图像干什么呢?还真...
  • opencv---图像模糊操作

    2019-04-19 12:10:32
    所以很多时候我们听说还有一种专门进行模糊图像的操作时,感觉不可思议,这有什么用呢。要知道模糊图像只是处理噪声带来的副作用,并不是我们的目的。图像没有噪声的时候,我们用平滑滤波器去模糊图像干什么呢?还真...
  • 在生成高斯金字塔的第一张图像的时候,为了图像反走样的需要...SIFT提取特征点的时候了DoG来近似LoG,而据我所知LoG是用来检测斑点的,而DoG可以检测角点,SIFT的特征点是斑点还是角点呢,斑点与角点有什么区别吗 ?

空空如也

空空如也

1 2 3 4 5
收藏数 93
精华内容 37
关键字:

平滑处理有什么用