登录
首页 » 图像处理 » 直方图增强

直方图增强

于 2022-02-02 发布 文件大小:21.63 kB
0 168
下载积分: 2 下载次数: 1

代码说明:

简单的 java 代码为 creatinf 的 image.however 的直方图它也不会有人使用筛选的图像增强。

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 形状运动
    这是一个从一张图像中恢复三维形状的shape from shading方法。我从csdn中将其下载下来的,希望对大家有用。shape from shading(SFS)的matlab代码,修改图片路径,可直接运行。这段代码用的就是Tsai文章中的方法,
    2022-05-23 05:21:39下载
    积分:1
  • AVI文件进行边缘检测
    在对视频文件或者多序列图片批量进行边缘检测时,可利用该方法。该方法主要借助于VC++和OpenCV环境进行实现。算法主要包括两方面:一是对视频文件帧的获取,二是通过Candy算法对获取的帧进行边缘提取。(注:avi文件过大,运行代码时用户可自行添加)
    2022-01-25 18:37:09下载
    积分:1
  • 转换器 (2d 到 3d 转换视频)
    2d 到 3d 视频 converterinput 给出了作为视频将与代码的 3d 的效果
    2022-01-26 07:03:42下载
    积分:1
  • MSE剔除误匹配
    在视频或者图像配准处理中,错误的匹配往往影响正确的结果,因此剔除无匹配可以提高处理精度。通过MSE剔除错误和不精确的匹配,得到满足要求的精确的正确匹配结果,利用匹配对可以进行后续处理。
    2023-07-08 16:55:03下载
    积分:1
  • MATLAB双目视觉摄机标定张正友法
    该源码是一个相机标定的源码包,能够完成立体视觉中单目和双目摄像机的标定,本源码包内包含多个GUI源码,可以完成多个试验,如角点检测等
    2023-07-08 00:15:03下载
    积分:1
  • Huffman压缩编码
        图像处理方面的源码,能过加载256位的bmp图片,用霍夫曼压缩的方法将图片压缩,是图像压缩的一种,源码经过调试,在VC6.0下能够使用,这是我课设的时候用的,保证能运行。
    2022-02-06 21:34:06下载
    积分:1
  • 用支持向量机的颈椎癌症
    一种新的方法进行分类的各种恶性肿瘤中使用宫颈细胞图像的纹理属性的宫颈细胞图像
    2022-02-15 18:10:39下载
    积分:1
  • 行人划线检测
    通过全新的算法设计,在视频中通过鼠标划下禁区线,确定禁区,当行人跨过禁区线的时候进入禁区的时候报警。
    2022-01-25 18:41:24下载
    积分:1
  • 去隔行MELA算法的C语言实现
    使用C语言编写的图像去隔行的程序,可以处理视频,输入为RAW文件。经多次实现,效果良好,当心使用。使用的MELA算法,即一种线性的领域插值方法,基于的事六邻域。MELA算法是对ELA算法的改进,效果有显著提高。可以作为参考,对初学者很有帮助。
    2022-07-04 07:37:13下载
    积分:1
  • 使用 python 文档扫描仪
    你看,扫描使用智能手机的文件可以被分解成三个简单的步骤:第1步:检测边缘。步骤2:使用在图像中的边缘以找出轮廓(轮廓)表示一张纸被扫描。步骤3:应用一个透视变换,以获得所述文件的俯视图。线2-7手柄导入我们需要必要的Python包。我们将通过导入我上周讨论了我们four_point_transform功能启动。我们也将使用imutils模块,它包含了方便功能调整大小,旋转,裁剪和图像。你可以在我的基本的图像操作后阅读更多关于imutils。接下来,让我们从进口scikit图像的threshold_adaptive功能。该功能将帮助我们获得了“黑与白”感觉我们的扫描图像。最后,我们将使用NumPy的数值处理,argparse解析命令行参数,并CV2我们OpenCV的绑定。第10-13行手柄解析我们的命令行参数。我们只需要一台交换机的形象,--image,这是路径包含我们要扫描的文档的图像。现在,我们有路径,我们的形象,我们可以继续前进步骤1:边缘检测。第61行执行翘曲改造。事实上,所有的繁重被four_point_transform函数处理。同样,你可以阅读更多关于上周的帖子在此功能。我们将通过两个参数为four_point_transform:第一个是我们的,我们装过盘原始图像(不是大小之一),第二个参数是代表文件,乘以调整大小比例的轮廓。所以,你可能会奇怪,为什么我们乘以调整比例是多少?我们乘了调整后的比率,因为我们进行边缘检测,发现轮廓高度= 500像素的调整后的图像上。然而,我们希望将原来的图像,而不是调整大小后的图像上执行扫描,从而我们通过调整大小比率相乘的轮廓点。要获得黑白的感觉的形象,我们再采取扭曲图像,将其转换为灰度和应用自适应阈值上线65-67。
    2022-06-01 20:19:50下载
    积分:1
  • 696516资源总数
  • 106689会员总数
  • 3今日下载