精华内容
下载资源
问答
  • 针对网孔织物图像的对比度低和噪声点多而导致分割结果中存在网孔连在一起和残缺等问题,提出一种基于区域灰度极小值的分割算法以期提高网孔的分割精度。首先利用高斯金字塔缩放和直方图均衡化算法处理图像以增强图像...
  • cocos creator shader 区域灰度化 emm像个探照灯 原理抄自知乎帖子https://zhuanlan.zhihu.com/p/148507302 git仓库: 王琨 / creator_shader_v2.3.3

    cocos creator shader 区域灰度化

    在这里插入图片描述
    emm像个探照灯
    原理抄自知乎帖子https://zhuanlan.zhihu.com/p/148507302

    git仓库: 王琨 / creator_shader_v2.3.3

    展开全文
  • 区域灰度差变换

    2020-03-31 18:08:59
    用一个矩形掩模计算像素点的灰度范围 halcon例子:engraved.hdev 原理: 该像素点为中心,所在矩形的最大灰度和最小灰度差。 voidgray_range_rect(cv::Mat&src, cv::Mat&dst, intwidth, intheight) ...

    用一个矩形掩模计算像素点的灰度范围

    halcon例子:engraved.hdev

    原理:

    该像素点为中心,所在矩形的最大灰度和最小灰度差。

    void gray_range_rect(cv::Mat &src, cv::Mat &dst, int width, int height)
    
    {
    
    int half_w = width / 2;
    int half_h = height / 2;
    dst = cv::Mat::zeros(src.size(), CV_8UC1);
    std::cout << "hello" << std::endl;
    
    for (int i = 0; i < src.cols - width; i++)
    {
        for (int j = 0; j < src.rows - height; j++)
        {
            cv::Rect rect = cv::Rect(i, j, width, height);
            cv::Mat roi = src(rect);
            cv::Point minLoc, maxLoc;
    
            double minVal, maxVal;
            cv::minMaxLoc(roi, &minVal, &maxVal, &minLoc, &maxLoc, cv::Mat());
            uchar diff = maxVal - minVal;
            dst.at<uchar>(j + half_h, i + half_w) = diff;
    
    
    
        }
    }
    }

     

     

    展开全文
  • labview2013版本视觉开发包可打开该例程,可以求取计算指定图像区域中指定灰度范围的像素面积。
  • 在博客肺结节CT影像特征提取中,已经实现了肺结节的灰度、纹理和形态特征的提取。但是,对于进一步了解ROI区域像素值或者说CT值的分布来说,...1.1 ROI区域灰度直方图 灰度直方图是描述像素值分布的一种图形,根据...

          在博客肺结节CT影像特征提取中,已经实现了肺结节的灰度、纹理和形态特征的提取。但是,对于进一步了解ROI区域像素值或者说CT值的分布来说,还存在一定的不足,不能够很好的显示ROI区域。

    因此,本文将进一步对ROI区域进行处理,实现ROI区域的图形化显示。主要包含灰度直方图和ROI区域图形化。

    1.1  ROI区域灰度直方图

           灰度直方图是描述像素值分布的一种图形,根据灰度级各个值的像素分布比例所画出的一种直方图。这里,为了更加直观看到每个灰度级像素的个数,横轴采用灰度级,纵轴为像素个数。

    根据前几节读取的CT图和ROI图,存储在sData的结构体中,其包含CT图像,ROI信息,以及被试的基本信息和CT影像的信息。依据ROI标记,获取其像素值分布进行统计,画出灰度直方图并保存

    1.2 ROI区域图形化

          虽然对ROI区域已经提取了特征,但是对于进一步的了解ROI区域的情况,还需要改进。这里采取MATLAB的pcolor函数对ROI区域进行图形化,以方格图形的形式表示ROI区域,并且根据需要可以筛选特定范围像素值的分布,对于肺结节特殊的分布有很大作用。例如,为了研究钙化情况,根据钙化的像素值或者CCT值范围,即可画出钙化值在ROI中的分布情况。

     

          上图即为代码测试时候的结果,棕色和绿色部分为ROI区域,绿色带数字的为筛选出的像素值在1000-1200的分布情况。

    1.2. 代码实例

    saveHist_ROI( sData,Value1,Value2)是存储ROI区域灰度直方图和选取特定范围的值并标记的函数,输入的sData为保存肺结节图像和ROI的结构体;Value1,Value2是筛选特定范围像素值的参数。本函数可以批量处理肺结节影像,保存ROI区域灰度直方图和图形化ROI区域。

    function saveHist_ROI( sData,Value1,Value2)
    %saveHist_ROI:存储ROI区域灰度直方图和选取特定范围的值并标记
    %输入:
    %sData:存储mask和volume的数据struct,
    %Value1:特定范围起始值
    %Value2:特定范围终结值
    %输出
    %输出ROI区域灰度直方图和ROI区域方格图
    
    num=size(sData{1,1},2);
    %输出每张图片
    for i=1:num
        dcm=sData{1,1}(i).volume;
        mask=sData{1,1}(i).mask;
        [x,y]=find(mask>0);
        %画出ROI区域
        minRow=min(x);
        maxRow=max(x);
        minCol=min(y);
        maxCol=max(y);
        color=zeros(maxRow-minRow+2,maxCol-minCol+2);
        for p=1:size(x,1)
            color(x(p,1)-minRow+1,y(p,1)-minCol+1)=0.8;
        end
        v=dcm(find(mask>0));
        res=[x,y,v];
     
        %灰度直方图
        minV=min(v);
        maxV=max(v);
        s=zeros(1,maxV+1);
         for k=minV:maxV
             for p=1:size(v,1)
                 if(v(p)==k)
                     s(k+1)=s(k+1)+1;
                 else
                     continue;
                 end
             end
         end
         h2=figure(2);
         %set(h2,'position',[100 100 1600 1600]);
         bar(s);
         name1=sData{1,1}(i).name;
         str2=[name1(1:end-4),'Hist.jpg'];
         saveas(gcf,str2);
         disp(['2.正在存储灰度直方图的图像',str2]);
         
         %标记900-990
        [a900,b900]=find(res(:,3)>=Value1);
        m900=res(a900,:);
        [a990,b990]=find(m900(:,3)<=Value2);
        m990=m900(a990,:);
        %标记选定区域的值,并且在pcolor图显示
        color990=color;
        for j=1:size(m990(:,1));
            color990(m990(j,1)-minRow+1,m990(j,2)-minCol+1)=0.4;
        end
        h3=figure(3);
       % set(h3,'position',[100 100 1600 1600]);%设置图像大小
        pcolor(color990);
        %标记特定范围的像素值
        for j=1:size(m990(:,1));
            xValue=double(m990(j,1)-minRow+1);
            yValue=double(m990(j,2)-minCol+1);
            text(yValue+0.3,xValue+0.3,num2str(m990(j,3)));
        end
        %设置保存图片的名字
        name3=sData{1,1}(i).name;
        str3=[name3(1:end-4),'Fat',num2str(Value1),'-',num2str(Value2),'.jpg'];
        saveas(gcf,str3);
         disp(['3.正在存储灰度直方图的图像',str3]);
    end
    
    end
    

      

     

    转载于:https://www.cnblogs.com/mat-wu/p/10601401.html

    展开全文
  • 源码下载地址:... Halcon代码如下: *读取图片,转换成灰度图片 read_image (Image1, 'C:/Users/Public/Documents/MVTec/HALCON-17.12-Progress/examples/images/cable1.png') rg...

    源码下载地址:https://github.com/lizhiqiang0204/ImageGray.git

    Halcon代码如下:

    *读取图片,转换成灰度图片
    
    read_image (Image1, 'C:/Users/Public/Documents/MVTec/HALCON-17.12-Progress/examples/images/cable1.png')
    rgb1_to_gray (Image1, Image)
    
    *选择测量的区域
    
    draw_rectangle1 (200000, Row1, Column1, Row2, Column2)
    gen_rectangle1 (Rectangle, Row1, Column1, Row2, Column2)
    
    *检测灰度
    intensity (Rectangle, Image, Mean, Deviation)
    dev_display (Image)
    C:/Users/Public/Documents/MVTec/HALCON-17.12-Progress/examples/images/cable1.png 这个目录以及图片是安装Halcon自动生成的
    将halcon程序导出生成C#文件

    将生成的C#文件添加到WPF工程下

    采集图像灰度值的方法就是Halcon生成的C#类里面的方法    public void GatherGray(HTuple Window, TextBlock txbGray)

        {
            hv_ExpDefaultWinHandle = Window;
            // Local iconic variables 
            HObject ho_Image1, ho_Image, ho_Rectangle;
            // Local control variables 
    
            HTuple hv_Row1 = null, hv_Column1 = null, hv_Row2 = null;
            HTuple hv_Column2 = null, hv_Mean = null, hv_Deviation = null;
            // Initialize local and output iconic variables 
            HOperatorSet.GenEmptyObj(out ho_Image1);
            HOperatorSet.GenEmptyObj(out ho_Image);
            HOperatorSet.GenEmptyObj(out ho_Rectangle);
            //读取图片,转换成灰度图片
    
            ho_Image1.Dispose();
            HOperatorSet.ReadImage(out ho_Image1, "C:/Users/Public/Documents/MVTec/HALCON-17.12-Progress/examples/images/particle.png");//读原始照片
            ho_Image.Dispose();
            HOperatorSet.Rgb1ToGray(ho_Image1, out ho_Image);//把彩色图像转化成黑白照片
            HOperatorSet.DispObj(ho_Image, hv_ExpDefaultWinHandle);//显示图像
    
            //选择测量的区域
            HOperatorSet.DrawRectangle1(hv_ExpDefaultWinHandle, out hv_Row1, out hv_Column1,out hv_Row2, out hv_Column2);
            ho_Rectangle.Dispose();
            HOperatorSet.GenRectangle1(out ho_Rectangle, hv_Row1, hv_Column1, hv_Row2, hv_Column2);
    
            //检测灰度
            HOperatorSet.Intensity(ho_Rectangle, ho_Image, out hv_Mean, out hv_Deviation);
            HOperatorSet.DispObj(ho_Image, hv_ExpDefaultWinHandle);
            //MessageBox.Show(hv_Mean.ToString());
            txbGray.Text = ((double)hv_Mean).ToString("0.00");//显示灰度值
    
            ho_Image1.Dispose();
            ho_Image.Dispose();
            ho_Rectangle.Dispose();
        }
    }
    }
    编译生成执行文件如下图,点击采集灰度按键,然后在作出图像区域按住鼠标左键选择采集的区域,选择完毕后,点击鼠标右键即可显示灰度值

     

     



     

    转载于:https://www.cnblogs.com/lizhiqiang0204/p/11399721.html

    展开全文
  • 通过提取人脸核心区域灰度分布,进行人脸检测
  • 通过该程序能实现输出计算机上固定位置处图片固定区域的像素...首先是导入图片,对图片进行灰度处理,然后输入被测区域坐标,并标记被测区域,然后输出图片固定区域灰度值。另外加入计时功能,即能输出整个程序运行时间
  • Halcon 读取区域灰度

    千次阅读 2019-07-05 15:27:37
    *读取图片,转换成灰度图片 read_image (Image1, 'C:/Users/Administrator/Desktop/12.png.tif') rgb1_to_gray (Image1, Image) *选择测量的区域 draw_rectangle1 (3600, Row1, Column1, Row2, Colu...
  • 绘制感兴趣区域灰度直方图

    千次阅读 2018-03-20 10:52:05
    绘制ROI区域灰度直方图 环境:matlab+windows10 目标:绘制感兴趣区域灰度直方图,可规则区域,也可非规则区域。 步骤: 首先,我们知道,matlab提供了一个绘制灰度直方图的函数 imhist,其用法如下: ...
  • cooc_feature_matrix - 从共生矩阵计算灰度值特征。 用法 cooc_feature_matrix(CoocMatrix : : : Energy, Correlation, Homogeneity, Contrast) 描述  算子根据共生矩阵(Coo_Matrix)计算能量(Energy),相关性...
  • 用于处理灰度图像中的损坏区域。 % 恢复算法依赖于用位于 3x3 掩码内的未损坏像素的中值百分比% 处理像素。 该算法对于平滑区域是有效的,并且恢复属于不同区域区域的效率降低% 图像。 编。 在 Rice.png 图像的...
  • 项目描述请参见:https://handsome-man.blog.csdn.net/article/details/116572729
  • 基于区域直方图统计的灰度图像色彩传递方法,赵源萌,王岭雪,应用直方图统计法描述图像的区域纹理,研究提出基于区域直方图纹理描述的灰度图像色彩传递处理方法。方法首先为待彩色化处理的灰
  • 本文提出一种结合灰度特点和区域特征的图像拼接算法。首先采用灰度直方图均衡化的方法降低光照条件不同造成的灰度差异;其次为减少匹配块的计算量,在选取的特征块上计算灰度平均值和每个像素与平均值的绝对差值,...
  • CCF 202104-2 灰度区域 python题目叙述问题描述:输入格式:输出格式:样例满分证明解题思路吐槽一下优化暴力难点分析代码集锦暴力穷举二维前缀和优化知识点学习——二维前缀和感谢及参考博文 写在前面:我怀着无比...
  • 学习DIP第59天 转载请标明本文出处:http://blog.csdn.net/tonyshengtan ,出于尊重文章作者的劳动,转载请标明出处!文章代码已托管,欢迎共同... ... ...废话开始,今天本来只想写一篇,但晚上觉得还是快把区域分割...
  • 求取圆形区域内的平均灰度

    千次阅读 2015-05-18 16:23:27
    求取圆形区域内的平均灰度
  • * 区域生长,使用一个3*3的模板元素生长,容差为6,最小值为100,两个模板中心灰度差值不大于容差则合并为一个区域 * 因为模板大于1个像素,所以一般要先用该模板做低通滤波 regiongrowing(Image,Regions,3,3,6,10
  • 对手掌静脉图像提取感兴趣区域,将感兴趣区域等分为若干个子区域,计算每个子区域像素灰度平均值作为该子区域灰度值,以各子区域灰度值构建待匹配图像。匹配时对两个待匹配灰度曲面中的像素灰度做差,得到灰度差曲面...
  • 学习DIP第58天 转载请标明本文出处: ... ,出于尊重文章作者的...http://www.face2ai.com/DIP-7-8-灰度图像-图像分割-区域分割之区域生长/ http://www.tony4ai.com/DIP-7-8-灰度图像-图像分割-区域分割之区域生长/
  • 利用光学中的阶跃滤波器实现对多灰度级图像的区域分割,并从理论上对用阶跃滤波器处理具有硬边界和软边界的多灰度级图像及最终实现多灰度级图像的区域分割进行了讨论。当多灰度级图像存在灰度不连续变化(硬边界)和有...
  • 一个简单的灰度图判定方法,因为项目需要需要做一个简单的灰度图判断,当然,如果是完整的一幅图,判断是否是灰度,当然是直接进行通道判断就行了,灰度图的通道数为一,rgb图片的通道数为三。问题是如何判断一个rgb...
  • 灰度,强制更新,分区域更新Medical conditions sometimes require us to tweak Windows in order to accommodate a particular physical limitation or need. With this in mind, today’s SuperUser Q&A post ...
  • 针对不同的气管分枝在大小,形状和密度分布方面的差异,提出一种区域生长与形态学灰度重建相结合的3维肺气管树分割流程,重点解决气管提取过程中的</ span> 方法</ b> 首先,采用阈值分割和形态学闭运算提取肺实质以...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 4,717
精华内容 1,886
关键字:

区域灰度