像素点

px、em、rem、%、vw、vh、vm这些单位的区别

1.pxpx就是像素，也是我们现在经常使用的基本单位，比如常常听到的电脑像素是1024x768的，表示的是水平方向是1024个像素点，垂直方向是768个像素点。
安逸·2019-05-23 00:00

numpy pad函数

就是把一张图片的作为填上一些像素点，以免使得在卷积过程中，图像边缘的点的信息卷积次数过少，而使信息丢失。在numpy函数中已经把padding封装好了。此处重点讨论这函数的具体用法。
鸭脖yb·2019-05-22 23:38

OpenCV实现马赛克和毛玻璃滤镜特效

本文实例为大家分享了OpenCV实现马赛克和毛玻璃滤镜特效的具体代码，供大家参考，具体内容如下一、马赛克效果马赛克的实现原理是把图像上某个像素点一定范围邻域内的所有点用邻域内随机选取的一个像素点的颜色代替
业余狙击手19·2019-05-21 11:46

OpenCV实现轮廓的发现

接下来，我们通常需要做的是拟合这些边缘的前景，如拟合出包含前景或者边缘像素点的最小外包矩形、圆、凸包等几何形状，为计算它们的面积或者模板匹配等操作打下坚实的基础。
AA_BUYI工作室·2019-05-21 09:10

（自己编写函数）Python + Opencv 图像边缘检测（模糊算法【老师给的ppt中原理是这样的，但是还有很多不明白，有很多参数老师没说怎么算，只说了每张图片不一样】）

实验原理1、首先，用重心法模糊推理图像中任意一像素点的边缘隶属方向，取其最大隶属度的方向为边缘隶属方向。
一只没有脚的猪·2019-05-21 08:59

css3移动端布局

屏幕尺寸屏幕尺寸是指屏幕对角线的长度，单位为英寸，1英寸=2.54厘米常见移动端设备屏幕尺寸iphone43.5英寸iphone6,6s,7,84.7英寸iphone6,7,8plus5.5英寸2.屏幕分辨率屏幕分辨率是指横纵方向上的像素点数
Kilitou·2019-05-20 23:18

OpenGL图形图像渲染中的深度缓冲区

深度其实就是该像素点在3D世界中距离摄像机的距离，即Z值。什么是深度缓冲区?
盾子·2019-05-20 22:07

OpenGL 混合

原因颜色缓冲区存储着像素点的颜色信息，当深度缓冲区开启时，当该像素点深度小于原来的深度时的颜色信息就会被替换为新的颜色信息。当我们的颜色携带透明度信息时，就需要用到混合。
寻常_0·2019-05-20 11:41

OpenGL深度测试

深度是该像素点在3D世界中距离camera的位置,即z值.什么是深度缓冲区?深度缓冲区是一块内存区域,只负责存储每个像素点的深度值.什么是颜色缓冲区?
amin_huihui·2019-05-16 14:34

python/改变图片尺寸及分辨率/填充透明图片背景颜色

im.resize((18897,9448),Image.ANTIALIAS)im.save('2.1.jpg',dpi=(200.0,200.0))代码中的尺寸单位为像素，分辨率为dpi，即一英寸内有多少像素点像素
fff_zrx·2019-05-15 21:52

语义分割、实例分割和全景分割的区别

1、semanticsegmentation（语义分割）通常意义上的目标分割指的就是语义分割，图像语义分割，简而言之就是对一张图片上的所有像素点进行分类语义分割（下图左）就是需要区分到图中每一点像素点，
小熊猫3·2019-05-14 19:27

理解图⽚从文件到渲染屏幕的过程

GPU进行纹理混合，顶点变换与计算，像素点的填充与计算，输出到帧缓冲区。最后由帧缓冲区渲染到屏幕上。
jakeXu·2019-05-13 16:14

semantic segmentation，instance segmentation ，Panoptic Segmentation（全景分割）与detection的关系

（把每一个像素点都分为一个类别）2.semanticsegmentation的局限如图，两个牛相互靠近，导致label无法清晰分辨（notdistinguished）。
*小呆·2019-05-11 17:48

深度学习之---卷积神经网络中各中操作的作用

不过多介绍缺点：在图像识别中会将多维向量平铺成一维向量，会丢失像素点之间的距离关系。
小小的天和蜗牛·2019-05-09 21:40

LBP特征 及 Matlab实现

相邻的八个点与其比较可以产生一个八位的二进制数（转换成10进制则为0~255），以左上角为起点，顺时针进行旋转，可以得到八个二进制串，取八个二进制串的最小值，即为LBP计算得到的中心像素点
狐言乱雨·2019-05-07 14:22

语义分割、实例分割、全景分割的关系和区别

注意是每一个像素点，不分前景、背景。2.实例分割是在语义分割的基础上，对这三个人做具体区分，分出甲、乙、丙三个人。
关关的刷题日记·2019-05-07 14:42

图像灰度化的三种方法（matlab、C++、Python实现）

灰度值大的像素点比较亮（像素值最大为255，为白色），反之比较暗（像素最下为0，为黑色）。
MANY_L·2019-05-07 11:16

目标跟踪检测算法（一）——传统方法

该类算法对时间上连续的两帧或三帧图像进行差分运算，不同帧对应的像素点相减，判断灰度差
藏晖·2019-05-06 22:02

Android 屏幕适配之二：px ，dp，dip，dpi，sp？

1，像素pxpx就是像素，代表屏幕上的一个物理像素点，是手机屏幕构成的最小单元。px单位不建议使用，因为在各个分辨率上变现差异较大。
三少爷的鞋·2019-05-06 09:51

双目测距match cost 之rtl实现

rtl实现过程中会遇到两数相减出现负值的情况，如果这样直接求取绝对值即可，在rtl实现过程中可以按照如下操作：第一种方式：cb）c=a-b;elsec=b-a区别就是第二种方法占用的资源会多一些，每一个像素点的位宽会和视差的最大值相关
brank_z·2019-05-04 23:03

Android 屏幕适配之一 ： 什么 是屏幕尺寸 屏幕分辨率，屏幕像素密度？

2，屏幕分辨率分辨率是在横轴方向上的像素点数，单位是px,1px=1个像素点一般已纵向像素*横向像素，如华为mate9屏幕分辨率就是1920*1080。小米mix屏幕分辨率是2040*1080。
三少爷的鞋·2019-04-29 17:10

python opencv实现图像边缘检测

本文利用pythonopencv进行图像的边缘检测，一般要经过如下几个步骤：1、去噪如cv2.GaussianBlur()等函数；2、计算图像梯度图像梯度表达的是各个像素点之间，像素值大小的变化幅度大小
叶舟·2019-04-29 16:27

OpenCV图像卷积(滤波)操作

综述图像的滤波本质上就是图像的卷积操作，而图像卷积可以看成是一个滑动的窗口在一个比它大的图像上有规则（从左向右，从上往下）地滑动，对每一次窗口覆盖到的图像子区域都会进行点乘操作，然后就得到的值作为原图中被窗口覆盖区域的中心像素点的新值
stdcoutzrh·2019-04-29 10:27

Python实现图片转字符画的代码实例

原理1.计算出图片颜色对应的灰度值，计算公式如下gray＝0.2126*r+0.7152*g+0.0722*b2.根据灰度值，从字符集中获取图片中每个像素点对应的字符代码'''想要学习Python？
嗨学编程·2019-04-28 20:30

HOG特征

HOG特征是图像的一种特征，图像的特征其实就是图像中某个区域的像素点在经过某种四则运算后所得到的结果。它可以是一个具体的数值，可以是一个向量，可以是一个矩阵，当然他还可以是一个n维的数组。
Pierce_KK·2019-04-28 18:34

OpenCV之 图像染色

图像染色的算法很简单，首先指定一种渲染颜色，然后计算当前象素的平均值，用当前象素的平均值分别乘以渲染色的R、G、B分量值并除与255，将结果做为当前象素的最终颜色:1.求出某个像素点的通道平均值2.用平局值分别乘与颜色的
Ilson_·2019-04-26 15:43

python——对图像进行卷积操作，使用多个滤波器

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。
Baby-Lily·2019-04-23 22:00

matlab实现图像的高斯滤波

转载地址：https://blog.csdn.net/lvquanye9483/article/details/81592574高斯滤波的含义：高斯滤波就是对整幅图像进行加权平均的过程，每一个像素点的值
哈利路亚亚哈·2019-04-23 16:08

嵌入式project_数码相框_03_在LCD上显示字符

project->数码相框_03_在LCD上显示字符LCD显示字符原理要想在LCD上显示数据，需要在FrameBuffer中放入字符点阵数据，然后LCD控制器自动将数据打印在屏幕上；LCD屏幕上是很多密集的像素点
Mr.D!·2019-04-22 12:28

cocos获取图片像素

initWithImageFile("test.png");unsignedchar*data=myImage->getData();//这里就是图片数据了//根据刚刚计算的相对坐标值，计算出触摸点代表了哪一个像素点然后再提取出该像素点的
江枫渔火2017·2019-04-22 11:48

OpenCV进行图像相似度对比的几种办法：PSNR/感知哈希/计算特征点

原理简介https://en.wikipedia.org/wiki/Peak_signal-to-noise_ratioPSNR是最普遍和使用最为广泛的一种图像客观评价指标，然而它是基于对应像素点间的误差
keneyr·2019-04-21 00:05

Python-OpenCV中的cv2.threshold

defthreshold(src,thresh,maxval,type,dst=None):"""设置固定级别的阈值应用于多通道矩阵例如，将灰度图像变换二值图像，或去除指定级别的噪声，或过滤掉过小或者过大的像素点
weixin_34081595·2019-04-20 20:00

常见的无参考图像质量评价指标汇总

假设图像中各个像素点
lihe2019·2019-04-18 21:56

【论文研读】Category-level Adversaries for Semantics Consistent Domain Adaptation（cvpr2019）

Category-levelAdversariesforSemanticsConsistentDomainAdaptation作者：YaweiLuo,LiangZheng，TaoGuan,JunqingYu,YiYang一、背景知识介绍1、语义分割：1）定义：给定一张图片，对图片上的每一个像素点分类
Always_ease·2019-04-18 10:52

CUDA算法：统计直方图（以及优化加速）

对于CUDA来说，可以并行读取多个像素点的值，然后进行统计，但是统计过程则是串行的。这里需要使用CUDA串行指令“原子操作”。
devintt·2019-04-17 17:07

CUDA算法：统计直方图（以及优化加速）

对于CUDA来说，可以并行读取多个像素点的值，然后进行统计，但是统计过程则是串行的。这里需要使用CUDA串行指令“原子操作”。
devintt·2019-04-17 17:07

图像去噪极简教程（3）——高斯滤波

高斯滤波和均值滤波的原理一样，不过在均值滤波中像素点的权重都一样，而在高斯滤波中越靠近中心的像素点的权重越大，具体权重值由二维高斯公式生成的矩阵决定，矩阵的阶和扫描的窗口大小一致。
渔父歌·2019-04-15 22:00

JS实现马赛克图片效果完整示例

分享给大家供大家参考，具体如下：整体逻辑：获取oldImg图片的像素信息，以5*5为单位，在5*5单位中取到一个随机像素并赋值给5*5中的所有像素点，加以循环，以实现马赛克效果。
吞石鱼·2019-04-13 08:19

数字图像存储概述

数字图像存储时，我们存储的是图像每个像素点的数值，对应的是一个数字矩阵。Mat数据类型：Mat的常见属性：datauchar型的指针。
一川烟草i蓑衣·2019-04-12 12:24

Python+OpenCV中值滤波

算法思路如下：（1）输入图像并转灰；（2）为灰度图添加椒盐噪声（实验需要，体现中值滤波效果，添加椒盐噪声算法思路参看上一篇博文）；（3）遍历像素点，将滤波器区域中的像素值放入一维数组中；（4）对一维数组进行选择排序
～沐春风～·2019-04-11 20:10

车牌识别系统设计——技术方案

车牌识别系统设计——技术方案设计流程图像预处理车牌区域定位字符分割字符识别图像预处理灰度增强形态学处理(MorphologicalProcessing)需要将车牌RGB图像转变为灰度图以加快处理速度,灰度化后对应像素点灰度值
It's a trap·2019-04-10 23:44

RGB图像三个分量的理解和显示

这三幅图像分别代表R、G、B分量，每个分量的像素点取值范围是[0,255]。
Hello_Chan·2019-04-09 17:39

Python+OpenCV实现sobel边缘检测

sobel算法步骤：（1）将输入图像转为灰度图；（2）对灰度图进行二值化处理（此过程采用otsu二值化算法，具体otsu算法参看上一篇博客）；（3）定义sobel竖直和水平卷积算子;（4）遍历图像像素点
～沐春风～·2019-04-05 21:00

OpenCV实现灰度直方图，阈值分割。数字图像处理

假设各个像素点的灰度值如上图所示，则可以统计出各个灰度值所占的频率如下：根据各个灰度占的频率可以将其以直方图的形式绘制如下：可以很直观的观察到各个灰度值所占的比率。
邓文尧·2019-04-05 10:38

图像中常见的几种噪声及产生原因

噪声在图像上常表现为一引起较强视觉效果的孤立像素点或像素块。一般，噪声信号与要研究的对象不相关，它以无用的信息形式出现，扰乱图像的可观测信息。通俗的说就是噪声让图像不清楚。
Frederic_Bala·2019-04-04 19:05

opencv图像处理学习（三十）——边缘检测

1.基本概念边缘检测是图像处理与计算机视觉中的重要技术之一，其目的是检测识别出图像中亮度变化剧烈的像素点构成的集合。
光电的一只菜鸡·2019-04-04 18:37

ROS中map、costmap数据格式

假设一张pgm的map地图，宽：width，高：height，单位为像素，分辨率为resolution，左下角像素点在世界坐标系下的位置为：（origin_x，origin_
cjn_·2019-04-04 16:57

Opencv图像处理学习（二十八）——图像污点修复

常用的图像修复基于快速行进的修复算法（FMM）的原理思想是先处理待修复区域边缘上的像素点，然后扩大区域进行遍历，直到修复完所有待修复的图像像素。Opencv中提供的inpain
光电的一只菜鸡·2019-04-03 14:32

卷积神经网络分析与总结（ENet图像分割）

能够被应用于实时图像分割和移动端设备．相较于其他常规的语义分割网络，例如FCN，SegNet等运行时间与内存分别缩小了数十倍．１．ENet与常规语义分割网络语义分割网络应用于图像的像素级分类，即对每一个像素点确定他所属的类别
CHEN666CONG·2019-04-03 10:19

MATLAB基于Randon变换的图像倾斜校正算法及实现

Radon变换的基本思想：Radon变换可以理解为图像在ρθ空间的投影,ρθ空间的每一点对应一条直线，而Radon变换是图像像素点在每一条直线上的积分。因
cys119·2019-04-02 15:11
上一页 122 123 124 125 126 127 128 129 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他