图像处理与机器视觉.zip

  • dhfiula
    了解作者
  • Python
    开发工具
  • 3KB
    文件大小
  • zip
    文件格式
  • 0
    收藏次数
  • 1 积分
    下载积分
  • 3
    下载次数
  • 2019-10-06 21:01
    上传日期
对图像进行RGB、HSV单通道分离,滤波,合并。
图像处理与机器视觉.zip
  • RGBhistograms.py
    1.7KB
  • Highpass-filter.py
    699B
  • FFT.py
    2KB
  • channels.py
    1.7KB
  • filter+combine.py
    1.8KB
内容介绍
import cv2 import numpy as np import matplotlib.pyplot as plt imgR = cv2.imread('R.png',0) #直接读为灰度图像 imgG = cv2.imread('G.png',0) imgB = cv2.imread('B.png',0) imgH = cv2.imread('H.png',0) imgS = cv2.imread('S.png',0) imgV = cv2.imread('V.png',0) fr = np.fft.fft2(imgR) #Take the Fourier transform of the two-dimensional image fg = np.fft.fft2(imgG) fb = np.fft.fft2(imgB) fh = np.fft.fft2(imgH) fs = np.fft.fft2(imgS) fv = np.fft.fft2(imgV) fr_shift = np.fft.fftshift(fr) #Move the zero point to the middle of the spectrum fg_shift = np.fft.fftshift(fg) fb_shift = np.fft.fftshift(fb) fh_shift = np.fft.fftshift(fh) fs_shift = np.fft.fftshift(fs) fv_shift = np.fft.fftshift(fv) #取绝对值:将复数变化成实数 #取对数的目的为了将数据变化到较小的范围(比方0-255) #s1 = np.log(np.abs(f)) s1 = np.log(np.abs(fr_shift)) s2 = np.log(np.abs(fg_shift)) s3 = np.log(np.abs(fb_shift)) s4 = np.log(np.abs(fh_shift)) s5 = np.log(np.abs(fs_shift)) s6 = np.log(np.abs(fv_shift)) #plt.subplot(121),plt.imshow(s1,'gray'),plt.title('original') #plt.subplot(122),plt.imshow(s2,'gray'),plt.title('center') plt.subplot(131), plt.imshow(s1,'gray'),plt.title('r_fft')#,plt.show() plt.subplot(132), plt.imshow(s2,'gray'),plt.title('g_fft')#,plt.show() plt.subplot(133), plt.imshow(s3,'gray'),plt.title('b_fft') plt.show() '''plt.subplot(131),''' plt.imshow(s4,'gray'),plt.title('h_fft'),plt.show() '''plt.subplot(132),''' plt.imshow(s5,'gray'),plt.title('s_fft'),plt.show() '''plt.subplot(133),''' plt.imshow(s6,'gray'),plt.title('v_fft') plt.show() fr_A = np.abs(fr_shift) #取振幅 fr_P = np.angle(fr_shift) #取相位 fg_A = np.abs(fg_shift) #取振幅 fg_P = np.angle(fg_shift) fb_A = np.abs(fb_shift) #取振幅 fb_P = np.angle(fb_shift) print("R_Amplitude:\n",fr_A) print("R_Phase:\n",fr_P) print("G_Amplitude:\n",fg_A) print("G_Phase:\n",fg_P) print("B_Amplitude:\n",fb_A) print("B_Phase:\n",fb_P) input()
评论
    相关推荐
    • 数字图像处理滤波与维纳滤波
      数字图像处理滤波 维纳滤波 数字图像处理滤波 维纳滤波 源代码 还有报告
    • RGB图像中值滤波源码
      这个代码用VC6.0开发而成,控制台运行,是我在数字图像处理实验课上的拙作,图像源文件和目的文件是.raw原始图像格式。实现3×3模板下的图像中值滤波,修改成其他模板大小也非常方便。包含有源码,示例图像,实验...
    • 数字图像处理滤波降噪C++实现
      数字图像处理中值滤波和均值滤波的C++代码实现,包含代码和待处理图片
    • 数字图像处理中值滤波
      中值滤波的原理就是用一个含有奇数点的滑动窗口,将窗口正中那点的值用窗口内各点的中值代替。设计中只考虑方形这一种情况的中值滤波,采用的中值滤波的窗口为3×3的矩形窗口,共9个像素。实验结果表明通过中值滤波...
    • 图像处理滤波软件源代码
      详细的关于处理BMP图像的软件,包括直方图显示和滤波操作两个部分
    • 数字图像处理滤波维纳滤波
      产生模糊冲击函数的模板,对图像尺寸进行延拓,在频域对图像进行模糊,对模糊后的图像叠加高斯噪声,逆滤波,维纳滤波
    • 图像处理中的中值滤波
      中值滤波(Median filtering)是一种非常有用的非线性信号处理方法,在一定程度上可以克服采用诸如邻域均值滤波等线性低通滤波器消除噪声时,会将图像边缘模糊掉的缺点。中值滤波尤其对图像中的脉冲噪声、扫描噪声等能...
    • 实现简单图像处理,均值滤波
      实现简单图像处理,包括256色转灰度图、Hough变换、Walsh变换、中值滤波、二值化变换、亮度增减、傅立叶变换、反色、取对数、取指数、图像平移、图像旋转、图像细化、图像缩放、图像镜像、均值滤波、对比度拉伸、...
    • Matlab 实现图像空间滤波
      使用Matlab实现图像处理的空间滤波 matlab源代码
    • 图像处理滤波MATLAB代码实现-image-processing-filters-using-approximate-mult
      图像处理滤波MATLAB代码实现图像处理滤波器使用近似乘数 在这个项目中,我使用了Verilog在FPGA中实现了一个近似乘法器,该乘法器可用于图像处理应用,并将乘法器的性能与同一应用程序的Raspberry-Pi进行了比较。该...