Ciroo-CSDN博客

原创 Python-OpenCV图像梯度算子

Sobel算子和Scharr算子Sobel是高斯平滑与微分操作的结合体，所以它的抗噪声能力很好。OpenCV中提供： cv2.Sobel(src,ddepth,dx,dy,dst=None,ksize=None,scale=None,delta=None,borderType=None）注意：可以设定求导的方向(xorder或yorder），以及设定使用的卷积核的大小(ksize)。同时，如果

2017-08-18 10:11:11 1272

原创 Python-OpenCV图像阈值

0x01. 简单阈值简单阈值指的是当像素高于阈值时，给此像素赋予一个新值(可能是白色或黑色)。 OpenCV中提供函数为: cv2.threshhold(src,thresh,maxval,type)。 src：原图像，图像应为灰度图。 thresh：对像素值进行分类的阈值。 maxval：当像素高于(或小于)阈值时应被赋予的新的像素值。 type:OpenCV中提供多种不同的阈值方法

2017-08-17 22:11:22 799

原创 Python-OpenCV颜色空间转换

目标 1. 对图像进行颜色空间转换，如从BGR到灰度图，或者从BGR到HSV等。 2. 创建程序从一副图像中获取某个特定颜色的物体。0x01. 转换颜色空间常用操作:BGR<->Gray和BGR<->HSV。 OpenCV中提供了cv2.cvtColor(input_image,flag)，其中flag为转换类型。 BGR<->Gray ：cv2.COLOR_BGR2GRAY BGR<-

2017-08-16 15:59:20 2494

图像上的算术运算，主要包括加法、减法、位运算等。0x01. 图像加法在OpenCV中可以使用函数cvc2.add()将两幅图像进行加法运算，当然也可以直接使用numpy(现在使用OpenCV-Python，numpy是必装的)，res=img1+img。要求是：两幅图像的大小，类型必须一致，或者第二个图像可以使用一个简单的标量值。注意的是：OpenCV中的加法与Numpy的加法是不同的，OpenC

2017-08-15 16:51:38 944

原创《Where to Focus: Query Adaptive Matching for Instance Retrieval Using Convolutional Feature Maps》阅读笔

文中主要提出：然而，由于以往论文都采用了全局池化策略，所产生的图像特征对于图像背景不够鲁棒，并且倾向于被不相关的图像模式所污染。文中提出利用CFMs来进行重排序的方法缓解此缺点，核心点就是query adaptive matching（QAM），首先通过一组基本区域来表示每个图像的CFM，这些基本区域可以自由地组合成更大的感兴趣区域。然后，通过比较查询特征和从组合区域集合的特征可以获得的

2017-08-08 16:16:08 570

原创 Python-OpenCV基本操作

基本属性cv2.imread(文件名，属性) 读入图像属性：指定图像用哪种方式读取文件 cv2.IMREAD_COLOR：读入彩色图像，默认参数，Opencv 读取彩色图像为BGR模式！！！注意cv2.IMREAD_GRAYSCALE：读入灰度图像。cv2.imshow(窗口名，图像文件) 显示图像可以创建多个窗口cv2.waitKey() 键盘绑定函数函数

2017-07-14 22:39:41 17618

翻译卷积神经网络介绍

卷积神经网络介绍本文由(https://deepnotes.io/intro）翻译并自行补充而来。简单介绍CNN是AI发展中最令人振奋的进步之一，早期由Yann LeCun等人提出。卷积神经网络在2012年被Krizhevsky开创性的推广下，在计算机视觉领域取得了广泛的成果，并且已经取代了传统的图像处理技术，成为解决计算机视觉问题的最新技术。CNN也正在被研究和应用于其他领域，如自然语言处理，最

2017-06-17 22:48:11 703

原创《Faster R-CNN Features for Instance Search》笔记

摘要：从Faster R-CNN提取图像和区域层次的特征表示。利用RPN及其相关的CNN特征获得的对象建议，构建一个由第一个过滤阶段，随后进行空间重新排列的实例搜索方法。并通过微调网络来考察Faster R-CNN特征的适用性。文中主要贡献：利用已经训练过的关于目标检测的CNN模型来提取全局和局部层次的卷积特征。考察利用RPN学习到位置信息来提取大概的目标位置来进行空间位置的重

2017-04-11 20:21:50 1068

原创《Context Aware Query Image Representation for Particular Object Retrieval》论文阅读

感觉论文中提到的particular object retrieval 就是instance retrieval！！！摘要中主要提到：用CNN提取ROI区域的特征表示，扩展了R-MAC的表示，在聚合操作之前使用权重

2017-04-08 16:45:34 1124 1

原创图像处理书籍笔记1--基本图像处理运算1

一个简单的概述，首先我们需要了解一些图像的描述，这里的描述指的是能够描述图像亮度的变化。然后我们要了解一些图像处理的方法，值得注意的是——我们所说的图像运算其实都是一些关于矩阵的数学运算。简单的图像处理分为两类：点运算和群运算。点运算就是计算一个新的图像点作为原图像上同一位置的点函数，是针对原图像上一个点的变换，该函数属于数学函数。还有一种常用的方法也归结到此类，根据图像计算并改变图像直

2016-09-01 21:09:26 526

原创图像处理书籍笔记1--图像基本数据结构

计算机视觉的目的是寻找输入图像与真实世界之间的关系。由原始图像向模型的转换过程，图像信息逐渐压缩。在输入图像和模型之间，定义若干层次的视觉信息表示，计算机视觉由以下设计所组成：1.中间表示（数据结构）。2.创建这些中间表示所用的算法和它们之间关系的导入（算法）。中间层一般可以表示成四个层次。按照从处于低层次抽象的信号开始到人能够感知的描述的顺序排列。第一层：最低

2016-08-28 16:29:18 1446

吃狼的1只羊