码迷,mamicode.com
首页 >  
搜索关键字:灰度    ( 1700个结果
Spring4+Springmvc+quartz实现多线程动态定时调度
scheduler定时调度系统是大多行业项目都需要的,传统的spring-job模式,个人感觉已经out了,因为存在很多的问题,特别是定时调度的追加、修改、删除等,需要修改xml,xml的配置生效无非是热部署灰度发布方案或者直接停止、重启服务器,完全不能做到自动启动、修复方式。 ...
分类:编程语言   时间:2019-08-05 09:54:57    阅读次数:152
对数变换(一些基本的灰度变换函数)基本原理及Python实现
1. 基本原理 变换形式如下$$T(r) = c\lg(r+1)$$ c为常数 由于对数函数的导数随自变量的增大而减小,对数变换将输入窄范围的低灰度值扩展为范围宽的灰度值和宽范围的高灰度值压缩为映射为范围窄灰度值。从视觉上,通常是图片变得更亮了 2. 测试结果 对数变换,参数C=1(图源自skima ...
分类:编程语言   时间:2019-08-04 10:48:52    阅读次数:261
伽马变换(一些基本的灰度变换函数)基本原理及Python实现
1. 基本原理 变换形式 $$s=cr^{\gamma}$$ c与$\gamma$均为常数 可通过调整$\gamma$来调整该变换,最常用于伽马校正与对比度增强 2. 测试结果 图源自skimage 3. 代码 ...
分类:编程语言   时间:2019-08-04 10:47:45    阅读次数:685
对比度拉伸(一些基本的灰度变换函数)基本原理及Python实现
1. 基本原理 对比度拉伸是扩展图像灰度级动态范围的处理。通过在灰度级中确定两个点来控制变换函数的形状。下面是对比度拉伸函数中阈值处理的代码示例,阈值为平均值。 2. 测试结果 图源自skimage 3. 代码 ...
分类:编程语言   时间:2019-08-04 10:26:29    阅读次数:570
opencv简单的图像处理
一、canny边缘检测: 前面用python写过了canny的边缘检测的算法,这次用C++写一个边缘检测的算法。 思路:将原始图像转化为灰度图,用blur函数进行图像模糊以降噪,然后用canny函数进行边缘检测。 一、图像二值化操作 两种方法,全局固定阈值二值化和局部自适应阈值二值化 1.全局固定阈 ...
分类:其他好文   时间:2019-08-03 21:23:44    阅读次数:102
k8s实现灰度发布
灰度发布在实际生产部署中是经常被使用的方式,常规的方法是手动从前端LB(负载均衡)上将后端服务器摘掉,然后,停服务,最后上传代码,完成软连接更新。在使用CI/CD工具时,这个过程变得自动化了,我们只需要通过Jenkins这个功能强大的开源持续集成和部署工具,就可以联合Gitlab 或 Gogs 来实 ...
分类:其他好文   时间:2019-08-02 12:40:46    阅读次数:386
边缘检测
边缘:两个具有不同灰度值的相邻区域之间总存在边缘,边缘是灰度值不连续的结果,这种不连续常可利用求导数来检测到,一般常用一阶和二阶导数来检测边缘。 如图,对于边缘检测,一般一阶导数的峰值或者二阶导数的过零点就可以找到图像灰度值变化的边界。 ...
分类:其他好文   时间:2019-08-02 11:00:22    阅读次数:78
2019-07-31【机器学习】无监督学习之聚类 K-Means算法实例 (图像分割)
样本: 代码: 效果图: ...
分类:编程语言   时间:2019-07-31 21:44:21    阅读次数:134
颜色空间缩减和计时函数
图像矩阵的大小取决于我们使用的颜色模型,确切的说,取决于所用通道数。如果是灰度图像,矩阵就如上图这样; 而对于多通道图像来说,矩阵中的列会包含多个子列,其子列个数与通道数相等,例如,RGB颜色模型的矩阵: 在这里,我们需要注意的是:opencv中子列的通道顺序是反过来的,是BGR,而不是我们数字图像 ...
分类:其他好文   时间:2019-07-30 21:43:47    阅读次数:124
图像对比度和亮度
图像亮度通俗理解便是图像的明暗程度,数字图像 f(x,y) = i(x,y) r(x, y) ,如果灰度值在[0,255]之间,则 f 值越接近0亮度越低,f 值越接近255亮度越高。而且我们也要把亮度和对比度区分开来,正如上述提的对比度指的是最高和最低灰度级之间的灰度差。 饱和度指的是图像颜色种类 ...
分类:其他好文   时间:2019-07-28 17:40:57    阅读次数:256
1700条   上一页 1 ... 27 28 29 30 31 ... 170 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!