如何消除图像中对象边缘附近的噪声
消除图像中对象边缘附近的噪声，可以采用以下方法：
- 图像平滑处理：通过滤波器（如均值滤波器、高斯滤波器等）对图像进行平滑处理，可以消除噪声。
- 边缘检测：使用边缘检测算法（如Canny算法、Sobel算法等）找到图像中的边缘，然后仅对边缘附近的像素进行平滑处理，以消除噪声。
- 图像分割：使用图像分割算法（如阈值分割、区域生长法等）将图像中的对象与背景分离，然后仅对分割出的对象进行平滑处理，以消除噪声。
- 图像修复：使用图像修复算法（如基于梯度下降的修复算法、基于滤波器的修复算法等）对图像进行修复，以消除噪声。
推荐的腾讯云相关产品：
- 腾讯云云巢（TKE）：腾讯云云巢是一个高性能的容器管理平台，可以帮助用户快速部署和管理容器化应用。
- 腾讯云对象存储（COS）：腾讯云对象存储是一种高可靠、低成本的云存储服务，可以用于存储和管理图像等文件。
- 腾讯云内容分发网络（CDN）：腾讯云内容分发网络可以将图像等文件分发到全球各地的边缘节点，以提高访问速度和降低延迟。
产品介绍链接地址：
相关·内容
我开始学习图像处理，但是我对“图像滤波”和“图像去噪”有点困惑。我知道这两种方法都是为了减少图像中的噪音，我认为“图像滤波”等于“图像去噪”。
但是这两个术语有什么区别吗？
你能告诉我答案吗？
浏览 4提问于2015-05-17得票数 2
2回答
你好，我正在做一个分类对象的项目。我在这个项目中使用了MLP，它可以将一个对象从10个不同的对象中分类。但是，我的准确度在%50左右。我想改进它，我使用500.000张图像作为数据集，这样就足够了。现在，我使用原始图像作为输入。什么是适合这个项目的特征提取方法？
浏览 1提问于2019-02-14得票数 0
回答已采纳
2回答
我正在创建一个项目，在这个项目中，我必须检测图像中的文本区域并本地化文本行。这是我还没有实现的，在这个项目的初始图像预处理之后，我会生成一个边缘图，然后使用CCL (two-pass algorithm)来定位文本行。
我的问题是，在边缘检测部分之后，所有的边缘都会被检测出来，那么我如何过滤掉非文本区域呢？求求你，这是我第一次做这样的东西。
请原谅我的英语。
浏览 1提问于2012-08-13得票数 0
1回答
测量灰度图像的平滑度
、、、、
假设我有两个图像，比如下面的粗糙边缘图像和图像结构周围的一些噪声像素。
我已经转换了像这样的图像与一些预处理，并删除了几乎所有的嘈杂像素。
我想计算图像的平滑度度量。为了证明我们在处理后的图像中有较少的噪声像素。用来计算这个值的任何指标。我试过拉普拉斯滤波器并计算方差(不起作用)。
注:噪声像素表示介于0和255之间的像素。
浏览 5提问于2020-05-10得票数 0
1回答
我想从卫星图像中探测出作物区域。
如果我们复制任何包含农田的谷歌地图的图像，你可以很容易地看到分区，但使用OpenCV对我来说并不容易。
首先，我将图像从RGB转换为灰色，并应用高斯滤波器。
当我对图像应用阈值时，我得到了许多不规则性，这使得区分不同的区域变得困难。
我曾经想过点击某个地方，并使用一些泛洪算法来检测至少被点击的地形的边缘。另一个(更高级的)选择是使用CNN，但我在这方面仍然没有太多经验，我想从基础知识开始。
有什么建议吗？
浏览 3提问于2018-05-15得票数 1
1回答
我正在编写一个程序，它使用计算机视觉技术来检测(和跟踪)一个非常嘈杂的图像流中的微小气泡。图像流来自双X射线成像设置，它输出左视图和右视图(由于准直不同，大小不同)。我的数据有两种类型:一组图像不那么嘈杂，我只是用来尝试不同的技术，另一组比较吵，这是检测工作的终点。图像流在60赫兹。这是X射线成像仪的原始图像的一个例子：
以下是一些感兴趣地区的样本。需要检测的斑点是图像中心附近的小黑点。
最初，我在OpenCV中使用了一种简单的轮廓/blob检测技术，但这些技术并没有多大帮助。最后，我转向了一些技术，比如使用形态学操作符“打开”图像，然后执行Laplacian的高斯斑点
浏览 1提问于2016-12-19得票数 2
回答已采纳
1回答
我试图减少混叠在图像中使用一些过滤器。我试着用高斯变换的滤波器来去除图像中的高频模式，但我觉得有点模糊。
我需要一个过滤器，可以帮助我做一些抗混叠，而不做太多的模糊。
我找了很多东西，但不幸的是，结果没有结果。
浏览 0提问于2017-07-10得票数 3
回答已采纳
1回答
是否有任何算法，可以消除离群点，但不会模糊其他部分的图像？
例如，当我们使用opencv中的或时，我们就可以有异常值，如相关问题所示，我们也可以在具有相似颜色的图像局部区域获得很大的强度爆发(强变化)：
还有很多其他案件..。
最简单的解决方案是使用cv::medianBlur()，但它将平滑所有图像，而不仅仅是异常值：
是否有任何算法只平滑离群值，而不影响图像的其余部分？
还有什么比这个更好的吗？
// get cv::Mat src_frame ...
int outliers_size = 10;
int outliers_intensive = 100;
int ksize =
浏览 3提问于2015-06-17得票数 1
1回答
嗨，我试图弄清楚边缘检测是否取决于图像条件(特征)。
我知道任何边缘检测算子都有很大的数学基础。此外，我知道边缘检测对图像上的噪声很敏感。
亮度和对比度呢？关键是我正在寻找如何估计图像的质量。图像质量对边缘检测是否重要？
浏览 2提问于2015-03-30得票数 0
回答已采纳
1回答
导滤器如何保持强边缘？
、、、
我正在寻找一种方法，可以保持强大的边缘存在的噪音。我发现导滤器是最好的选择。然而，我不明白为什么它可以保持边缘比较与其他方法，如高斯。你能帮我解释一下吗：
什么是强边？如何使用引导滤波器来保存它？
在本文中，作者解释了如下内容：
浏览 0提问于2015-10-29得票数 0
回答已采纳
1回答
识别和测量图像中存在的噪声类型
、、、、
我想确定图像是否包含噪声。例如:盐和胡椒噪声或高斯噪声。我还想测量图像中存在的噪声量。我该怎么做呢？我可以通过分析图像的直方图来实现吗？下面是我的初始代码；
import matplotlib.pyplot as plt
import numpy as np
import os.path
if __name__ == '__main__':
image_counter = 1
while True:
if not os.path.isfile('crop_images/' + str (image_counter) + &#
浏览 62提问于2020-03-02得票数 0
3回答
我正在尝试去噪音的图像，我已经做了，以读取上面的数字使用Tesseract。有没有办法这么做？我对图像处理有点陌生。
浏览 3提问于2020-07-26得票数 1
回答已采纳
1回答
我正在为我的一个类编写一个OCR程序，我试图在文本中找到圆形闭合区域来对字符进行分类。单词已经被简化了。例如，在此图像中：
我想要找到圆形O的位置，甚至是E中的半圆。我试图将像素转换为数组，然后循环遍历所有的白色像素，找到封闭的路径，但这不起作用。然而，我可能没有正确地实现这一点。还有其他的解决方案吗？提前谢谢。
编辑：
不幸的是，我不能使用Tesseract或其他OCR程序，因为我必须为我的大学课程开发自己的程序。我已经使用AForge库做了很多任务，比如骨架化，我想在那里使用圆检测或形状检测类，但这些形状太迟钝了，无法使用它们。
浏览 1提问于2012-11-16得票数 2
2回答
光照对边缘检测的影响
、、、、
我有一个灰度的原始图像：
我想检测物体的边缘。然而，边缘附近的光照对其有影响。这就是我在高斯模糊和Canny边缘检测之后得到的结果：
这是我的密码：
cv::cvtColor(imgOriginal, imgGrayscale, CV_BGR2GRAY); // convert to grayscale
cv::GaussianBlur(crop, // input image
imgBlurred, // output image
浏览 4提问于2017-03-07得票数 1
回答已采纳
我试图从嘈杂的图像中检测线条，结果我得到了太多的线条。我需要多次迭代行，这太慢了，因为有这么多行，我只对足够长的行感兴趣。
我用来检测代码行的代码如下：
// Edge detection
int lowThreshold = 35;
Canny(greyMat, dst, lowThreshold, lowThreshold * 3, 3);
cv::blur(dst, dst, cv::Size(2,2));
// Standard Hough Line Transform
std::vector<cv::Vec2f> lines; // will hold the resul
浏览 15提问于2017-12-01得票数 0
1回答
我试图找出一种方法，用Python中的OpenCV标记图像中的静脉。我遇到的大多数类似的文章都是用CLAHE来产生结果的，我在灰度图像上做了多次CLAHE，它确实使静脉更容易看到，但是我想不出用不同的颜色标记静脉的方法。CLAHE还显著降低了整体图像质量。
我的输入图像：
在CLAHE 4次之后：
代码：
import numpy as np
import cv2
def multi_clahe(img, num):
for i in xrange(num):
img = cv2.createCLAHE(clipLimit=2.0, tileGri
浏览 4提问于2017-09-13得票数 2
回答已采纳
2回答
当你做随机抽样时，如果你没有使用足够的样本，比如在下面的阴影中，你就可以得到有噪音的结果。
我知道，如果你使用高频噪声(又称蓝色噪声)，噪声模式只能是高频含量，然后可以进行低通滤波(也称模糊)，以去除高频，只留下噪音较小的低频成分。
去噪总是要做低通滤波器/模糊吗？还是有其他的消除噪音的想法和技术？
📷
浏览 0提问于2018-03-17得票数 3
回答已采纳
2回答
您好，我正在尝试使用MatLab过滤包含4个对象的图像。我的第一张图片有一个白色物体的黑色背景，所以我很清楚通过使用BW Label找到这些大的白色部分并将它们从图像中分离出来，来过滤掉每个图像。
不过，下一张图像中有噪声。现在我有一个白线贯穿我的对象的图像，它们现在实际上是相互连接的。如何在MatLab中过滤掉这些行？那盐和胡椒噪音呢？有没有可以做到这一点的MatLab函数？
浏览 4提问于2012-09-27得票数 3
在我的图像处理类项目中，我使用各种滤波算法(双边滤波、NL-均值等)对图像进行滤波。并试图将结果与变化的参数进行比较。我遇到了PSNR和SSIM指标来衡量过滤器的质量，但是我不能完全理解这些值的含义。有人能帮我一下吗？
较高的PSNR值是否意味着更高质量的平滑(去除噪声)？
为了获得高质量的平滑效果，SSIM值应该接近1吗？
是否有其他度量或方法来衡量平滑质量？
我真的很困惑。任何帮助都将不胜感激。谢谢。
浏览 6提问于2012-05-05得票数 6
回答已采纳
2回答
我有这样的形象
我想用最小的可能破坏边缘过滤噪声，给出这个约束:边缘总是一条直线，有旋转的可能性。我试过双边过滤器。这是相当好，但缓慢与大尺度的图像。现在，我依靠轮廓滤波来消除边缘的噪音，但是如果在Canny之前有一个过滤器可能会更好。谢谢:)
浏览 6提问于2015-02-24得票数 0
回答已采纳
我知道如何在图像上生成噪声或滤除噪声，但如果我有两张不同噪声水平的图像，例如一张是在白天拍摄的，另一张是在晚上拍摄的，我如何在OpenCV或Matlab中区分哪个图像的噪声更大？
谢谢!
浏览 1提问于2016-02-26得票数 5
3回答
我有几张带有大量无关背景区域的pugmark的图像。我不能做基于强度的算法来分离背景和前景。我已经尝试了几种方法。其中之一是，但它不能处理粗糙的纹理图像，如
他们可能有三种可能的方法：
1)如果我能减少图像的粗糙因子，获得更平滑的纹理，即更平坦的表面。
2)如果通过在数据库中定义粗略的凹痕形状，然后去除背景，得到类似的图像，就可以在这些图像中检测出凹痕形状
3)如果我能检测出有深度的区域，并根据它们的深度差异将它们与背景分开。
请告诉我这些方法是否有效，如果有效，那么如何实现它们。
浏览 3提问于2013-03-11得票数 0
1回答
给我们的图像是被以下内容破坏的：
高斯模糊
高斯噪声
运动模糊
按照这个顺序。我们知道上述所有参数(滤波大小、方差、信噪比等)。
我们如何恢复图像？
我试图通过将上面的内容进行转换来计算聚合退化函数，然后使用Weiner过滤器进行恢复，但是到目前为止，这些尝试都失败了，因为模糊仍然存在。
谁能帮我弄点光吗？
浏览 2提问于2014-10-13得票数 1
1回答
嗨，我需要删除图像中的盐和胡椒噪声。我的函数有3个参数input_img_path、一个掩码(I j)==1和output_img_path。我需要有人解释这个面具是如何工作的，以及如何消除噪音。
浏览 0提问于2013-03-24得票数 0
1回答
不同边缘检测算法的优缺点是什么？
、、、、
是否有人可以描述不同的边缘检测算法来检测图像中的边缘，并指出其使用的优缺点。我感兴趣的一些主要算法是: Sobel FuzzyLogic Canny。
提前感谢
浏览 4提问于2014-09-13得票数 4
1回答
C#在边缘内绘制图像
、、、
我正在开发一个应用程序，帮助用户有效地绘画。我有一个C#代码，它运行一个matlab脚本，并获得一个参考图像的边缘检测黑白图像。现在，我已经开发了代码，可以让用户在图像上绘画。我的任务是引导用户在这个图像上作画。本质上，当用户绘画时，我的任务是查看黑白边缘检测图像上的绘画不会穿过边缘。我应该能够检测到，当画笔越过一条边时，它应该在那条边上被切断。
我想知道如何存储边的信息，并检查用户是否遇到了边。如果有人能提供一些关于这方面的指导方针，那将是非常有帮助的。
谢谢
编辑:我已经上传了一张参考图像及其边缘检测图像。在边缘检测图像上完成绘画。
浏览 0提问于2012-07-04得票数 0
回答已采纳
2回答
检测噪声图像中的弱斑点
、、、、
我有一张可能含有一些斑点的图像。这些气泡可以是任意大小的，有些会产生很强的信号，而另一些则非常微弱。在这个问题中，我将重点讨论那些薄弱的问题，因为它们是很难发现的。
下面是一个有4个小块的例子。
(480,180)的斑点是最难检测的。通过运行一个高斯滤波器，然后再执行一个打开操作，可以稍微增加对比度，但不会增加很多：
这个问题的棘手之处在于，背景中的自然噪声会产生(许多)像素，这些像素的信号比我想要检测的blob要强。blob之所以成为blob，是因为它要么是强度平均增加的大区域，要么是强度增长很强的小区域(这里不相关)。
如何包含这些空间信息以检测我的blob?
显然，我
浏览 4提问于2017-02-21得票数 3
我正在尝试使用OpenCV来检测矩形。但是，有时在运行Canny方法后，这会变得相当困难，因为通常会擦除其中的两条边。我已经尝试了许多不同的阈值，并在应用Canny之前对其进行了模糊处理，但我还没有得到主要的积极结果。目前，我没有模糊图像，所以这就是我正在做的事情：
Mat imgSource = Highgui.imread(filepath);
Imgproc.Canny(imgSource, imgSource, 300, 600, 5, true);
示例：
然后，我尝试了OpenCV的findContours方法来检测矩形，它工作的80%的时间，我如何改进它？
浏览 2提问于2014-06-12得票数 9
1回答
印刷在金属板上的文字上的OCR
、、、、
我正在从事一个OCR项目，其目标是读取金属板上印有邮票的序列号：
我使用OpenCV为OCR准备图像，并为OCR本身使用Tesseract。这是一个理想的过程：
在整个版面的图片中，裁剪到序列号的一般位置。
为OCR准备裁剪图像。
应用OCR。
我目前的程序是：
手动裁剪到序列号。
转换为灰度。
锋利。
使用Canny边缘检测。
运行Tesseract OCR。
然而，我的成功是非常有限的。我的主要问题是：
什么样的处理优化了OCR？做边缘检测是个好的开始吗？
也许我可以使用加盖邮票的文字字体作为我的优势吗？
我是否可以使用
浏览 3提问于2015-06-17得票数 8
1回答
我将给出一些我写的函数的上下文：getFractalPointHeight()是一个函数，它应该根据Perlin噪声图像的坐标返回分形噪声的高度，而其他的2值amplitude和frequency从使用getPointHeight()函数的perlin噪声中得到高度。perlin噪声是长度为nodesxn - 1 * nodesyn - 1的网格。
我在函数中编写的四个while应该更改坐标，以防它们位于perlin噪声边界之外，但是，它不能正确地平铺，如上面的图像所示。
float getFractalPointHeight(float x,float y,int octaves,
浏览 2提问于2022-09-27得票数 1
1回答
图像中的纹理检测
、、、、
我想要检测在捕获的图像中是否有纹理。纹理可以在附加图像(黑白)中看到。虽然也有一个微纹理，但忽略这一点，我想检测b/w纹理区域，如果这是否存在。
我尝试了matlab的traincascadeObjectDetector工具，但我得到的结果不是很好(用天空蓝色矩形显示)。
原始图像：
预期结果：
有人能给我建议其他办法吗？提前谢谢。
浏览 2提问于2015-01-19得票数 4
1回答
从眼视网膜中删除噪声
、、、
我有一幅带噪声的灰色图像。我在从图像中删除噪音方面是新的，所以我不知道噪音的类型，也不知道如何从图像中删除它。我的目标是在去除噪声后，利用局部阈值将图像转换为二值模式。
有没有人对噪音的类型有任何了解，并有办法消除这种噪音？
图片：
浏览 2提问于2014-11-07得票数 4
回答已采纳
请允许我提出一些图像，以便我可以解释我的问题。左边的图像包含一条光滑的曲线，周围环绕着大量的离群点/噪声。右边的图像描绘了所需的曲线。
📷
是否有任何方法可以帮助消除噪音和恢复原始曲线。请注意，这可能是任何光滑的曲线(在右边的图像)和方程是未知的。没有关于曲线方程的先验知识。
请注意，我最初在Match stackexchange上发布了这个问题。基于反馈的信息发布到数据科学。
谢谢,
Sau
浏览 0提问于2021-01-24得票数 3
我对图像处理很陌生，我正在致力于检测文档图像中的线条。我读过Hough线变换的理论，但我不明白为什么我必须在opencv中调用这个函数之前使用Canny，就像在许多教程中所说的那样。在这种情况下找出边缘有什么意义？事实上，如果我在HoughLines()之前不使用Canny或阈值，结果将非常混乱。我希望有人能为我解释原因。
我读过的两篇教程：
浏览 3提问于2012-02-16得票数 30
回答已采纳
1回答
我正在计划一个相机的属性，我需要一个计算机视觉系统。我必须检测图像中的一些字母数字区域，然后使用Tesseract和OpenCV将它们与OCR进行转换。一个典型的例子可能是高速公路上的车牌识别(但在我的项目中，速度是没有问题的)。
为了估计相机的分辨率，我需要知道镜头的距离和焦距，这可能是文本像素中的最小高度，以获得可靠的OCR转换。
利用薄透镜方程，得到了文本高度( mm )与文本高度(像素)之间的关系。改变相机的距离或焦距，我得到不同的高度在我的文字像素(从10像素到40像素)
当然，我更喜欢字符高度为40像素，但这也是最昂贵的解决方案。
出于这个原因，我想知道OpenCV和Tessera
浏览 7提问于2014-12-15得票数 4
回答已采纳
1回答
我正在使用Tensorflow和Keras。是否有可能对球体表面的图像进行适当的模式识别？我正在使用()创建我的skymaps，模式识别应该在上面工作。问题是这些Healpy skymaps是一维numpy数组，因此，紧凑子模式可能分散在这个一维数组上。对于基本的机器学习算法(我正在考虑卷积深度网络)来说，这实际上很难学习。
此上下文中的特定任务是对球体曲面上的水滴进行计数(请参见附加的)。对于这个特定的任务，正确的数字应该是8。所以我创建了10000个skymaps (Healpy设置:与npix=3072对应的nside=16 )，每个都有0到9之间的随机数量的水滴(因此有10种可能性)。
浏览 0提问于2016-11-18得票数 2
2回答
含噪图像的长边界检测
、、、、
我正在尝试从一幅相当嘈杂的图像中提取一个长的边界(请原谅绿色，图像在任何情况下都被转换为灰度)。我尝试运行各种边缘检测和阈值算法来提取边界。到目前为止，我得到的最接近的方法是使用本地Otsu阈值，并将其与scikit图像捆绑在一起：
即使如此，我仍然无法提取出任何有意义的边界--当我尝试在图像上使用边缘检测时，它会被噪声所捕获，而噪声会被阈值大大放大--边界检测算法严重依赖于计算导数，因此二值图像中的锐利转换确实会损害它们的性能，但我认为这是必要的，因为没有其他方法能够区分边界。
有没有办法迫使局部Otsu阈值在特定的全局阈值下消除噪声，或者让边界提取算法忽略看起来类似的东西？
浏览 4提问于2014-04-16得票数 3
回答已采纳
1回答
关于边函数中的参数，我有一个问题。
edge(img,'sobel',threshold);
edge(img,'prewitt',threshold) ;
edge(img,'roberts',threshold);
edge(img,'canny',thresh_canny,sigma);
如何选择前三种类型的阈值？是否有一个方面可以帮助选择这个阈值(例如直方图)？我知道灰色阈值函数，但我想手动设置它。到目前为止，我知道它是一个介于0-1之间的值，但我不知道如何解释它。
对Canny来说也是一样。我正在尝试为thres
浏览 1提问于2014-07-04得票数 1
2回答
如何检测图像中的裂缝？
、、、、
如何检测在附加图像中可以看到的裂缝？我尝试了一些OpenCV算法，比如斑点检测(cv::SimpleBlobDetector)，但没有得到任何结果。 这是一个裁剪的图像，完整的图像也有一些其他的特征，所以我不确定阈值是否有效，因为我必须得到检测到的裂缝的边界框。一种方法是分配几个(感兴趣区域) ROI，并尝试在该ROI内进行检测，但此裂缝不会出现在图像中的同一位置。有什么想法吗？ 这个问题可以用机器/深度学习(比如物体检测)来解决吗？如果我用破解数据集训练一个模型？因为图像的裂缝部分没有太多的特征，所以我不确定这个方法是否有效。请指点一下。 谢谢。 ? ?
浏览 40提问于2020-04-11得票数 0
2回答
图像中梯度填充角的混合算法
、、、、
我需要在图像周围设置一个α混合梯度边界。我的问题是在混合的角，所以他们是平滑的水平和垂直梯度相交。我相信有一个标准的算法可以解决这个问题。我想很多年前我甚至在学校里遇到过。但是，我在几个网络搜索中没有找到任何参考资料。
(我已经在拐角处实现了径向填充模式，但过渡仍然不够顺利。)
我的问题
如果这个问题有一个标准的算法，它的名称是什么，更好的是，它是如何implemented?Forgoing任何标准算法，如何最好的方法来确定所需的像素值，以产生一个光滑的渐变角？(从垂直梯度到水平梯度的平稳过渡。)
编辑：因此，假设我有一个图像，我将插入一个更大的图像之上。较大的图像是实心黑色，较小的图像是纯白
浏览 9提问于2008-09-20得票数 5
回答已采纳
1回答
我正在编写一个平均/组合/堆叠一系列曝光的应用程序。这通常用于降低图像中的噪声。
然而，看起来，为了优化平均/叠加，曝光通常首先标准化。这一过程似乎为每一次曝光分配权重，然后继续组合它们。我猜想这个过程计算每个图像的总体强度，因为其目的是匹配堆栈中所有图像的强度。
我的问题是，我如何结合一个算法，使我能够标准化一系列的图像？我想这个问题可以概括为：“我怎样才能使一系列的读数正常化呢？”
我脑海中的一个轮廓如下：
frame.Scale/Multiply 计算一幅参考图像的平均值。将每一帧的平均值除以参考帧的平均值。每次分割的结果是帧中每个像素的权重与该特定帧的权重。
这对任何人来说都是有意义的
浏览 0提问于2011-06-17得票数 3
我有两个图像集，即主图像和噪声图像，并利用np.max(image_array)函数求出最大值。这将返回
主图像的最大值=噪声图像的最大值= 34.46
但是，当我使用np.subtract(main,noise)减去这两幅图像时，如果我找到相减图像的最大值，则该值为
减去图像的最大值= 1342.312
现在，为什么主图像的最大值从1344减少到1342？对解决这个问题的任何帮助都是非常感谢的。
浏览 2提问于2022-07-29得票数 0
回答已采纳
1回答
我正在寻找一些代码，可以让我在图像中出现的字母表。据我所知，OCR在纯白色背景下工作得很好。我正在寻找的东西，给我的字符或字母在一些随机的图像背景除了字母。在这方面，有人能帮我吗？
谢谢。
浏览 1提问于2011-03-24得票数 0
4回答
我正在编写形状检测的小应用程序。我首先要做的是找到图像上最重要的形状。我从一些预处理开始，包括将图像转换为灰度，阈值和边缘检测。这些操作前后的图像如下所示
在此之前
之后
因此，正如你所看到的，主要的形状是可见的(但是它有点分散)，也有一些噪音(小树等)。我需要做的是以某种方式只提取最重要的形状(最大的一个)-在这种情况下它是一个塔。我想做的是使用opencv中的轮廓查找功能，然后以某种方式找到多边形的近似轮廓。然后我会(以某种方式)计算countours的面积，并只选择最大的一个。到目前为止，我(仅)使用以下命令查找轮廓
cvFindContours(crated,g_s
浏览 0提问于2011-06-12得票数 15
1回答
我有一个图像，其中我添加了高斯噪声。我需要使用理想的低通滤波器，以消除噪音，但我不能真正看到任何例子上的官方Matlab文档。这里有例子，但没有图像，我不能真正理解这个过滤器背后的概念。那么，有人能解释一下理想的低通滤波器是如何被用来去除噪音的吗？
image = imread('eight.tif');
imshow(image );
noisyImage = imnoise(image,'gaussian',0.02);
imshow(noisyImage);
浏览 6提问于2020-01-03得票数 0
回答已采纳
1回答
平滑有噪声的图像然后锐化
、、、
我一直试图在MATLAB上恢复一幅噪声图像。我从我的原始灰度图像开始，然后应用高斯噪声。然后，我对有噪声的图像进行了高斯平滑滤波。在对高斯模糊图像进行平滑滤波后，对高斯模糊图像进行拉普拉斯滤波，得到一幅具有“边缘”的黑色图像。我困惑的是下一步该怎么做。我尝试使用MATLAB上的imadd函数，并将高斯模糊图像添加到Laplacian滤波器的输出中，但是我的结果并不像我想象的那样好。“恢复”的形象远没有我想象的那么好！
我做得对吗？
浏览 3提问于2015-02-26得票数 1
1回答
我正在工作的不同类型的过滤器，以消除斑点噪声超声图像。我已将以下文件作为我的基础文件，并试图复制本文件的结果：
我设计了所有的过滤器，并测试了默认的matlab图像。我对结果很满意。滤波图像的均方误差(MSE)小于噪声图像的均方误差(MSE)，滤波图像的信噪比和峰值信噪比(PSNR)均大于噪声图像。
但遗憾的是，当我尝试超声图像时，结果正好相反。即滤波图像的均方根大于噪声图像，滤波图像的信噪比和峰值信噪比小于噪声图像。
我试过很多其他的超声图像，但都做不到。
Lena.jpg的结果
*质量测量*
*噪音图像*
均方误差= 0.0080186
信噪比= 69.4875
峰值信噪比=
浏览 3提问于2013-11-24得票数 3
1回答
当一个人在远离手机的地方说话时，所记录的声音很低。当一个人在手机附近说话时，所记录的声音很高。我想要的是用同样的音量播放人类的声音，不管他离电话有多远(不是无限远)，当声音被记录下来时。
我已经尝试过的是：
根据dB (如 )调整音量，但问题是dB包含所有环境声音。因此，只有当人类的声音变化很大时，它才能起作用。
然后，我想我应该找到一种方法来测试媒体中人类声音的强度，这导致了我对声音的识别。但这是个很大的话题。我不能缩小可以解决我的问题的范围。
浏览 8提问于2016-04-05得票数 0
回答已采纳
1回答
特征选择- QR代码本地化
、、、、
我最近刚开始学习机器学习，我有一个项目，我必须开发一个QR代码本地化程序，这样就可以在任何旋转的角度检测和读取QR代码。开发将用Python完成。
该方案是收集不同背景的不同角度的QR码的各种图像。由此，我想创建一个数据集，用神经网络进行训练，然后进行测试。
我面临的问题是，我似乎无法为数据集找到正确的特征设计，以及如何从图像中识别QR代码以进行特征处理。我会使用地面真实图像还是边缘震级图？
有什么能帮上忙的吗？耽误您时间，实在对不起。
浏览 0提问于2016-05-14得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
