1 519
Subscribers
No data24 hours
-37 days
-430 days
Posts Archive
1 519
مراحل پایه در پردازش تصویر:
1) پیش پردازش 2) بخش بندی 3) توصیف و نمایش
4)تشخیص و تفسیر
1 519
💥بخش بندی
💥آستانه گداری تصویر چیست؟
💥Simple Thresholding
http://sufra.ir/2018/01/26/%D9%BE%D8%B1%D8%AF%D8%A7%D8%B2%D8%B4-%D8%AA%D8%B5%D9%88%DB%8C%D8%B1-%D8%A8%D8%A7-%D9%BE%D8%A7%DB%8C%D8%AA%D9%88%D9%86-%D9%82%D8%B3%D9%85%D8%AA-%D8%B3%DB%8C%D8%B2%D8%AF%D9%87%D9%85/
1 519
http://sufra.ir/2018/01/22/%d8%aa%d8%ba%db%8c%db%8c%d8%b1-%d9%81%d8%b6%d8%a7%d9%87%d8%a7%db%8c-%d8%b1%d9%86%da%af/
تغییر فضاهای رنگ- opencv
۳ شیء آبی و سبز و قرمز را از تصویر استخراج می کنیم،
1 519
import cv2
import numpy as np
from matplotlib import pyplot as plt
img = cv2.imread('sib.jpg',0)
f = np.fft.fft2(img)
fshift = np.fft.fftshift(f)
s1 = np.log(np.abs(fshift))
def highPassFilter(image,d):
f = np.fft.fft2(image)
fshift = np.fft.fftshift(f)
def make_transform_matrix(d):
transfor_matrix = np.zeros(image.shape)
center_point = tuple(map(lambda x:(x-1)/2,s1.shape))
for i in range(transfor_matrix.shape[0]):
for j in range(transfor_matrix.shape[1]):
def cal_distance(pa,pb):
from math import sqrt
dis = sqrt((pa[0]-pb[0])**2+(pa[1]-pb[1])**2)
return dis
dis = cal_distance(center_point,(i,j))
if dis <= d:
transfor_matrix[i,j]=0
else:
transfor_matrix[i,j]=1
return transfor_matrix
d_matrix = make_transform_matrix(d)
new_img = np.abs(np.fft.ifft2(np.fft.ifftshift(fshift*d_matrix)))
return new_img
img_d1 = highPassFilter(img,10)
img_d2 = highPassFilter(img,30)
img_d3 = highPassFilter(img,50)
plt.subplot(131)
plt.axis("off")
plt.imshow(img_d1,cmap="gray")
plt.title('D_1 10')
plt.subplot(132)
plt.axis("off")
plt.title('D_2 30')
plt.imshow(img_d2,cmap="gray")
plt.subplot(133)
plt.axis("off")
plt.title("D_3 50")
plt.imshow(img_d3,cmap="gray")
plt.show()
1 519
فیلتر بالا گذر
فیلتر بالا گذر بسیار شبیه فیلتر پایین گذر است، به جز اینکه امواج عبور از آن دقیقا مخالف هستند::
