前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【简单的CV】2.0 滤波、核与卷积(下)

【简单的CV】2.0 滤波、核与卷积(下)

作者头像
EdenChen
发布2019-11-14 17:18:54
8910
发布2019-11-14 17:18:54
举报
文章被收录于专栏:ROBOTEDU

2.0 常见的几种图像处理

上节中介绍了利用“核”的卷积来做图像处理,这节介绍几种常见的图像滤波。

01 模糊

这个图就是模糊处理过的图片,大部分模糊的图片给我们感觉都是分辨率不够。所以我们这里的滤波思路就是“降低图像的分辨率”。

上节的平均核就是一种模糊的“核”,锚点像素取核的平均值,卷积后,图像中的像素点就变为了原图像素点周围的平均值,使得相邻像素点之间的差值变小,这样产生了模糊效果。

原图
原图
利用平均核模糊后的图片
利用平均核模糊后的图片

经过滤波后,纸面的纹理明显减少,说明他们被平均了。

02 自动阈值

利用遍历像素点来二值化图像是我们之前学习过的。自动阈值的滤波是指用“核”来计算平均值,再通过对比平均值与阈值大小来二值化图像。这样做的好处是阈值是参考了平均值,因此具有更好的容错度。

原图
原图
单像素遍历
单像素遍历
自动阈值卷积
自动阈值卷积

三 梯度

梯度滤波,利用锚点周边的像素与锚点的差值来进行二值化计算,原理如下图:

原图
原图

通过设计不同的“核”并对图像进行卷积,我们可以对图像进行任意操作,可以"指鹿为马",可以“化黑为白”,“核”就是我们的“神笔”。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2019-11-12,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 ROBOTEDU 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 2.0 常见的几种图像处理
    • 01 模糊
      • 02 自动阈值
        • 三 梯度
        相关产品与服务
        图像处理
        图像处理基于腾讯云深度学习等人工智能技术,提供综合性的图像优化处理服务,包括图像质量评估、图像清晰度增强、图像智能裁剪等。
        领券
        问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档