- 博客主页:https://loewen.blog.csdn.net
- 欢迎点赞 收藏 ⭐留言 如有错误敬请指正!
- 本文由 丶布布原创,首发于 CSDN,转载注明出处
- 现在的付出,都会是一种沉淀,只为让你成为更好的人✨
函数:derivate_gauss(Image : DerivGauss : Sigma, Component : ) 将图像与高斯函数的导数进行卷积,并计算由此推导出的各种特征。
参数:
Image(in):输入图像;
DerivGauss (out):滤波后的结果图像;
Sigma(in):高斯平滑系数。如果一个值,那么在列和行方向上的平滑量是相同的;如果在Sigma
中传递两个值,第一个值指定在列方向上的平滑量,而第二个值指定在行方向上的平滑量。参考值:(0.2 ≤ Sigma ≤ 50.0
);
Component (in):要计算的导数或特征。'none'
:只平滑,'x'、'y'
:沿x、y
的一阶导数,'xx'、'yy'
:沿x、y
的二阶导数等;
dev_update_window ('off')
dev_close_window ()
dev_open_window (0, 0, 450, 400, 'black', WindowHandle)
read_image (Image, 'C:/Users/Administrator/Desktop/11.png')
*像这种缺陷直接使用高斯导数求出来
derivate_gauss (Image, DerivGauss, 1, 'xx')
mean_image (DerivGauss, ImageMean, 2, 10)
threshold (ImageMean, Regions, -8, -1.5)
connection (Regions, ConnectedRegions)
select_shape_std (ConnectedRegions, SelectedRegions, 'max_area', 70)
dev_display (Image)
dev_display (SelectedRegions)
效果展示:
下雨天,最惬意的事莫过于躺在床上静静听雨,雨中入眠,连梦里也长出青苔。 |