我有一个图像要分割，但光照不均匀。那么，如何使其均匀地分割图像呢？
浏览 20提问于2019-11-02得票数 1
回答已采纳
我想在我的图像上使用CLAHE算法，但是在诸如Core、Imgproc这样的OpenCV4Android工具中找不到它的任何跟踪。文档说明它应该在Core类中：
有人能告诉我它在安卓系统中是否可行吗？
浏览 0提问于2013-12-13得票数 2
1回答
我正在开发一个Android应用程序来检测所有图像轮廓，并使用Opencv绘制它们。
我在同一张图片上测试，一切都很好。
但一旦我改变了相同的图像，但具有不同的对比度，检测就失败了。
此外，我更改了另一个带有较暗背景的样本图像，但它再次失败。
代码如下：
Imgproc.cvtColor(mRGBA, mGray, Imgproc.COLOR_RGB2HSV);
Core.split(mGray, channels);
mGray = channels.get(1);
Imgproc.threshold(mGray, mGray, 50, 255, Imgpr
浏览 4提问于2019-03-08得票数 0
我正试着在openCV安卓系统中使用CLAHE。
CLAHE clahe = new CLAHE(0);
clahe.setClipLimit(0.01);
clahe.setTilesGridSize(new Size(8, 8));
Mat I2 = new Mat();
clahe.apply(I,I2);
正如你所看到的，我不知道在第一行的构造器里放什么，所以我在那里放了0。我查阅了官方文档和源代码：
protected CLAHE(long addr) { super(addr); }
我还是不知道怎么写"addr“。或者我在以错误的方式使用整个CLAHE类？
浏览 2提问于2016-03-04得票数 1
extern "C" {
#include "CLAHE.h"
}
#include "opencv2/opencv.hpp" // opencv general include file
#include "opencv2/highgui/highgui.hpp" // opencv GUI include file
using namespace cv;
#include <vector>
#include "stdlib.h"
#include <QDebug>
浏览 14提问于2017-08-17得票数 2
我正在将matlab代码转换为c#。我坚持使用自适应直方图均衡(CLAHE)
image2 = adapthisteq(image1);
在c#中有没有类似的东西，或者我可以使用的任何库，或者在c#中可以做到这一点的任何方法。
浏览 2提问于2013-07-23得票数 1
回答已采纳
1回答
我有高分辨率的地面覆盖RGB图像与不同级别的阴影存在。如何对它们进行预处理以消除阴影效果(增强阴影像素)。阴影主要来自岩石、三脚架和植物。下面是一些示例(实际图像的截图)。 image1、image2、image3 再看一遍--如果小阴影(例如，从小树叶、树枝、小石头上创建的)也能被增强，那将是非常有益的--我想这个解决方案也会把它们找出来。 我正在做一个有三个类的地面覆盖层分割模型。当有光影存在时，模型处理得很好，所以我并不担心这一点。主要关注的是适度的阴影水平。我基本上想通过一些代码输入数百张图像，这样最终的结果是一个RGB图像，阴影像素看起来不再在阴影中。 增加阴影像素的亮度以匹配非阴
浏览 45提问于2019-03-01得票数 0
1回答
我想用opencv和python在树莓树上写一个脚本，可以将效果应用到实况流视频中，每件事都在工作，但问题是，当它处于灰度模式时，我无法应用clahe到流，当流不是灰度模式时，我可以应用clahe，但当我将其更改为灰度clahe时，它不起作用。下面是我的代码：
import cv2
cap = cv2.VideoCapture(0)
gray_flag=True
cl_flag = False
def clahe():
global frame
clahe = cv2.createCLAHE(20, tileGridSize=(8,8))
lab = cv2.c
浏览 1提问于2020-08-23得票数 1
1回答
在下面的代码中，我将获取视频的每一帧，并使用opencv的CLAHE函数执行直方图均衡。
import numpy as np
import matplotlib.pyplot as plt
import cv2
import imutils
#Read video
while True:
VIDEO = cv2.VideoCapture('cellvid3.avi')
ok, videoWidget = VIDEO.read();
image = VIDEO.get(cv2.CAP_PROP_POS_FRAMES);
#Adapti
浏览 1提问于2018-03-14得票数 7
1回答
我在一个c++/Objective项目中使用了OpenCV 3.4.6，给出了一个带有负矩形区域的图像，如下所示：
我应该检测到这些负面区域，反转它们，最终得到原始图像。
我尝试使用findContours，增强原始图像的对比度，或者添加阈值，但是没有检测到矩形。
这是我试过的一个测试：
Mat contrasted = [self enhanceContrastTo: matOriginal];
Mat thresholded;
threshold(contrasted, thresholded, 125, 241, THRESH_BINARY);
std::vector<
浏览 2提问于2020-01-30得票数 1
1回答
我将图像名作为参数传递给此函数：
def main(imageName):
image = cv2.imread(imageName)
cv2.imshow('color_image', image)
gray_image = grey(image)
cv2.imshow("gray_image", gray_image)
cv2.waitKey(0)
clahe_image = clahe(gray_image,0)
cv2.imshow("clahe_image", clahe_ima
浏览 0提问于2018-06-17得票数 0
回答已采纳
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
我正在尝试执行CLAHE.我已经尝试过在类似的帖子上发布的所有解决方案，但是似乎没有任何效果。我正在使用Python3.7
import cv2
img=cv2.imread("orimg.jpg")
clahe=cv2.createCLAHE()
g_i=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
eh_i=clahe.apply(g_i)
cv2.imwrite('newimg.jpg','eh_i')
，这是我在运行代码时遇到的错误： TypeError: Expected Ptr<cv::UM
浏览 3提问于2020-05-23得票数 1
我尝试使用open cv的java绑定对(彩色) png图像应用非全局对比度(直方图)优化，但我无法使其正常工作。
import java.awt.image.BufferedImage;
import java.awt.image.DataBufferByte;
import java.io.File;
import javax.imageio.ImageIO;
import org.opencv.core.Core;
import org.opencv.core.CvType;
import org.opencv.core.Mat;
import org.opencv.imgcodec
浏览 0提问于2016-02-02得票数 0
CLAHE是对比度有限的自适应直方图均衡，C语言的源代码可以在上找到
到目前为止，我只看到了一些关于在灰度图像上应用CLAHE的示例/教程，那么是否可以在彩色图像(如RGB 3通道图像)上应用CLAHE？如果是，是如何实现的？
浏览 1提问于2014-07-29得票数 25
1回答
我有一个图像数组，我想提供给TensorFlow。我想把图像集中在平均值上，并标准化标准偏差。我跟踪了，但我似乎无法将平均值降到零。我在学矮胖，所以也许我错过了一些简单的东西。
我目前的代码是：
import numpy as np
# Load pickled data
import pickle
# TODO: Fill this in based on where you saved the training and testing data
training_file = 'train.p'
with open(training_file, mode='
浏览 3提问于2017-01-14得票数 2
回答已采纳
1回答
我的目标是从x光影像中分割出骨头，更具体地说，就是股骨.
输入图像1：
预期产出：
输入图像2：
预期产出：
输入图像3：
预期产出：
到目前为止，我使用了K-均值分割(与5个集群)。然而，我不知道如何从这里，或这是正确的方法。任何帮助都将不胜感激。
更新：
我实现了模板匹配，如注释中所建议的，这允许在感兴趣的区域(球头)进行裁剪。这给我带来了这个
然后，我提出以下申请：
应用CLAHE增强borders
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(4,4))
img
浏览 3提问于2021-05-20得票数 0
我想让OpenCV检测到图像中的一张床。我正在运行通常的灰度，模糊，Canny，我已经尝试了凸赫尔。然而，由于有相当多的“噪音”，这提供了额外的轮廓和混乱的目标检测。正因为如此，我无法正确地发现这张床。
这是输入图像和Canny边缘检测结果：
就像你看到的，它就快到了。我已经有了床的轮廓，尽管右上角有一个空隙--这使我无法探测到一个封闭的矩形。
下面是我正在运行的代码：
import cv2
import numpy as np
def contoursConvexHull(contours):
print("contours length = ", len
浏览 3提问于2017-03-10得票数 6
回答已采纳
可以做什么(以及如何做)(例如，在什么地方进行侵蚀、分解、打开、关闭等)，这样单词就不会在之间被切割/看不到(可能是在大多数情况下起作用的其他二值化技术，或者是一些参数调整)。
我有这个代码来对图像进行二值化/阈值化。它的工作范围很广的图像，除了一些事情和主要问题是，它导致信息的损失，因为一些亮度和其他因素。有些单词是不可读的，或者被打断了。下面是阈值/二进制化的代码以及一些图像。还有，
import cv2
import skimage.filters as filters
def convert(path):
img = cv2.imread(path)
gray = c
浏览 4提问于2021-08-31得票数 1
我是Python和OpenCV的初学者。我想从一个特定的目录读取多个图像，并使用CLAHE(对比度有限自适应直方图均衡)对它们进行预处理，最后将它们(预处理后的图像)保存到另一个目录。我试过了，但它可以在一个单一的图像上工作。我该如何修复它？下面是我的代码： import numpy as np
import cv2
import glob
img = cv2.imread('00000001_000.png',0)
#create a CLAHE object (Arguments are optional).
clahe = cv2.createCLAHE(clipL
浏览 27提问于2020-04-27得票数 1
回答已采纳
1回答
我想要存储每个图像的复数，这是使用快速傅里叶变换生成的，它的类型是复数128。守则如下：
import cv2
import glob
import numpy as np
bloodVessal=[]
for file in glob.glob('/home/raviraj/PycharmProjects/Diabetic/testing/*.jpeg'):
img=cv2.imread(file)
cv2.imshow('file',img)
img = cv2.resize(img, (255, 255), interpolatio
浏览 0提问于2019-02-14得票数 1
6回答
我有一些彩色照片，照片中的光照是不规则的:图像的一边比另一边亮。
我想通过纠正光照来解决这个问题。我想局部对比会对我有帮助，但我不知道怎么做：
你能帮我处理一段代码还是一条管道吗？
浏览 10提问于2014-06-21得票数 59
回答已采纳
2回答
血管图像处理问题
、、、
我试图从图像中提取血管，为此，我首先对图像进行均衡化，应用CLAHE直方图获得以下结果：
clahe = cv2.createCLAHE(clipLimit=100.0, tileGridSize=(100,100))
self.cl1 = clahe.apply(self.result_array)
self.cl1 = 255 - self.cl1
然后我用OTSU阈值提取血管，但做得不好：
self.ret, self.thresh = cv2.threshold(self.cl1, 0,255,cv2.THRESH_BINARY
浏览 2提问于2016-04-19得票数 13
回答已采纳
1回答
我们正试图通过CT图像生成一棵三维肺血管树。我们使用VGG-16作为编码器，使用相同的层(不转移权重)作为解码器。由于CT图像与VGG-16训练中使用的图像有很大不同，因此对整个网络进行了微调。 该数据集由22000多个训练数据和8000个验证数据组成。对于每个时期，网络随机选择了2000个训练数据和800个验证数据。另外，批量大小选择为3。 我们的问题是网络不能分割小血管。举个例子，我们有： 原始CT图像格式：original image 图片标签：labeled image 网络预测：predicted image 到目前为止，我们试图将网络结构从标准的u-net改为具有迁移学习的u-n
浏览 32提问于2020-05-02得票数 1
我需要从手的图像中获得轮廓，通常我用4个步骤处理图像：
从3个通道到1个通道获取原始RGB灰度图像：
cvtColor(sourceGrayImage，sourceGrayImage，COLOR_BGR2GRAY)；
使用高斯模糊滤波灰度图像：
GaussianBlur(sourceGrayImage，sourceGrayImage，大小(3，3)，0)；
二值灰度图像，我按高度分割图像，通常按其高度将图像分割成6幅图像，然后对每一幅图像进行阈值处理：
//我们将源图像拆分为binaryImageSectionCount (这里是8)块，然后对每一片进行阈值，//最后我们将它们合并
浏览 0提问于2016-11-05得票数 2
1回答
我目前正在应用对比度有限自适应直方图均衡算法和一种算法来执行照片去噪。
我的问题是我正在处理360张照片。当我加入照片时，对比度会在边缘产生不同的值，边缘线非常明显。我怎样才能减轻这条线呢？我应该做什么改变，以使它不引人注目和算法的应用一致？
原图：
有限自适应直方图均衡的对比度编码
# CLAHE (Contrast Limited Adaptive Histogram Equalization)
clahe = cv2.createCLAHE(clipLimit=1., tileGridSize=(6, 6))
lab = cv2.cvtColor(
浏览 3提问于2021-05-21得票数 2
回答已采纳
1回答
我试图在Contrast Limited Adaptive Histogram Equalisation中使用OpenCV，但错误程度低于
误差
码
import cv2 as cv
from matplotlib import pyplot as plt
imgG = cv.imread('sample.png')
clahe = cv.createCLAHE(clipLimit=2.0, tileGridSize=(8,8))
imgC = clahe.apply(imgG)
fig = plt.figure(figsize = (20,20))
ax =
浏览 0提问于2018-10-11得票数 1
回答已采纳
我尝试在javadoc中使用opencv 3.0.0的子句。我使用了下面的代码
public class CLAHE {
public static void main(String args[])throws IOException{
// Loading the OpenCV core library
System.loadLibrary( Core.NATIVE_LIBRARY_NAME );
// Reading the Image from the file and storing it in to a Matrix object
浏览 11提问于2017-08-21得票数 0
这是我试图修改的代码。一次在一个文件夹中读取和保存所有图像，但是当我试图保存它时出现了错误
import cv2
import glob
import numpy as np
#empty lists
image_list=[]
images = []
for img in glob.glob(r"C:\Users\user\Documents\Dataset\Test\Abnormal_Resize\Abnormal_Crop\*.png"):
n= cv2.imread(img)
images.append(n)
print (
浏览 0提问于2021-05-19得票数 0
回答已采纳
我的任务是破译一份古老的出生/洗礼声明(1734年)的手写文本，它在页面底部清洗了墨水(参见)。
更具体地说，它是用于擦除的文本，从姓氏条目Chavane之后开始，其中您几乎读不到"Le dix neuf décembre...“。我们的总统所能做的最好的尝试是显示为。
I ，在应用不同的技术(例如)之前，这应该是我们真正的起点，但我对图像处理的知识很少，结果也好不到哪里去。我能得到的最好的代码是，代码如下：
import cv2 as cv
img = cv.imread('Chavane.jpg',0)
# create a CLAHE object (Argume
浏览 6提问于2020-10-05得票数 0
1回答
我想在C/ C++中执行CLAHE算法(如MATLAB中的adapthisteq函数)，因为目前codegen还不支持adapthisteq函数。
有什么替代方案吗？
我想在Xilinx Vivado HLS上实现这一点。虽然OpenCV支持这种算法，但它还没有可综合的对应物。要在Vivado HLS上使用CLAHE算法的源代码，我还有其他选择吗？
我正在使用MATLAB R2014b和Vivado 2014.4。(两者都在Windows 7上)
浏览 2提问于2015-01-27得票数 0
1回答
我真的在尝试将CLAHE应用到一个包含大约700幅图像的目录中。然而，一旦我设法让它运行，由于某种原因，代码会在所有图像被处理之前停止。
当我在Google上运行它时，它中途停止了(所以在image# 355)。出于沮丧，我下载了图像数据集到我的本地机器上，并试图在本地的木星笔记本上运行它，但即使在100张图片之后，它也停止了。到底怎么回事？
这是我的密码：
import cv2 as cv
import shutil
import os
source = r"/All classes copy/0/"
destination = r"/temp dir/0/
浏览 0提问于2022-09-13得票数 0
1回答
我有一个图像，我正在平衡，然后使用爪形直方图，如下所示：
self.equ = cv2.equalizeHist(self.result_array)
clahe = cv2.createCLAHE(clipLimit=100.0, tileGridSize=(8,8))
self.cl1 = clahe.apply(self.equ)
我得到的结果是：
我想去掉所有的黑点，那就是噪音。最终，我试图从上面所示的图像中提取出血管，这些血管是黑色的，在这样做的时候，噪音会使提取不准确。
浏览 4提问于2016-04-18得票数 8
我试图用cv2规范具有零均值和单位方差的灰度图像数组，如下所示
out_image = np.zeros((32,32),dtype=np.float32)
out_array = np.zeros((len(X),32,32), dtype=np.uint8)
for imageindex in range(0,len(X)):
img = X[imageindex].squeeze()
if proctype == 'MeanSubtraction':
out_image = img.astype(np.float32) -
浏览 6提问于2017-02-20得票数 2
回答已采纳
1回答
我有一个项目的眼睛控制车轮椅子，在这里，我需要检测瞳孔的眼睛和根据它的运动，车轮椅子移动。作为对我正在编写的代码的测试，我在静态映像上执行了脚本。这张照片正好是放相机的地方。这架相机将是红外相机。
注意：在Windows上使用编译的OpenCV 3.1.0-dev和Python2.7
我想要的检测到的圆圈，使用Hough圆形变换：
在此之后，我正在编写一个代码，仅通过使用红外摄像机来检测相同的东西。
静态图像编码的结果对我来说是非常可靠的，但问题是使用红外相机的代码。
到目前为止，我编写的代码是：
import cv2
import numpy as np
cap = cv2.V
浏览 1提问于2016-08-26得票数 1
4回答
我试图线性缩放一个图像，所以整个灰度范围是使用的。这是为了改善拍摄的照明。然而，在绘制直方图时，我不知道如何得到缩放的直方图，使其更平滑，因此它是一条曲线，因为它渴望离散的回收箱。任何提示或要点都将不胜感激。
import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt
img = cv.imread(r'/Users/harold/Documents/Academia/Nottingham Uni/Year 4/ImageProcessing/Imaging_Task_Sheet/PointImage.jpe
浏览 0提问于2021-10-28得票数 6
回答已采纳
1回答
我的文件夹‘img/datasets/中性’中有图像，有些是灰色的，有些是BGR的，所以当我尝试使用dlib检测面部地标时，我得到了错误。
误差检测=检测器(图像，1)
RuntimeError:不支持的图像类型，必须是8位灰色或RGB图像。
我认为这个错误是由于一些图像是灰度的，另一些是BGR.I的。我试着使用“尝试”和“除了”，但是它不起作用。
如何删除此错误？
python脚本
emotions = ['neutral', 'sad', 'happy', 'anger']
data={}
detector = dlib.g
浏览 4提问于2018-01-04得票数 0
回答已采纳
1回答
识别文档检测和ocr中的模糊文本
、、、、
我有一个非常具体的场景文本检测和解析问题。我甚至不确定你是否能说这是一个真实的场景文本。
我从一张身份证照片中提取了一个姓名字段：
我可以立即开始在图像上应用一些OCR，但我相信还可以应用进一步的文本本地化。为了实现这一形象：
你知道任何这样的文本本地化算法吗？我已经试过“FASText by Busta”、“EAST by argman”，他们工作得很得体。有关于这个特定任务的算法吗？
在文本本地化之后，我认为现在是应用OCR的最佳时机。现在我感到迷茫了。您推荐使用哪一种？我已经试过“Tesseract”了，但效果不太好。使用Tensorflow为文档字符制作自己的OCR是否更好？
浏览 2提问于2018-05-28得票数 1
1回答
CLAHE算法说明
、、、
有没有对CLAHE算法有完整解释的网站，也许还有一些示例代码。到目前为止，我只找到了matlab的代码，没有任何解释，我需要实现我自己的代码(最好是用java)。
谢谢
浏览 1提问于2012-09-25得票数 1
1回答
照明问题是常见的和困难的。如何检测和减少光反射，以保存更多的信息，从一幅图像？我用OpenCV和Python尝试过几种方法，但都没有成功。
(带有反射的图像)
(无反射图像)
我尝试转换到HSV颜色空间，并将直方图均衡化应用于V通道，并使用均衡：
import cv2
import numpy as np
image = cv2.imread('glare.png')
hsv_image = cv2.cvtColor(image, cv2.COLOR_RGB2HSV)
h, s, v = cv2.split(hsv_image)
clahe = cv2
浏览 3提问于2017-06-15得票数 24
from skimage import data
from skimage import exposure
from skimage.exposure import adjust_log, equalize_adapthist
#foto di referenza
image_ref = cv2.imread("../Reference images/IMG_1807.jpg")
image_ref = cv2.resize(image_ref,(1080, 1080))
image_ref = cv2.cvtColor(image_ref, cv2.COLOR_BGR2RG
浏览 15提问于2022-04-25得票数 0
我使用以下步骤使用OpenCV对单个图像进行预处理.现在，我想将这些预处理步骤应用到我的整个数据集中，然后再在Pytorch中训练模型。这是如何做到的呢？
im = cv2.imread(image_path)
im_nonoise = cv2.medianBlur(im, 3)
imgray = cv2.cvtColor(im_nonoise,cv2.COLOR_BGR2GRAY)
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8,8))
cl1 = clahe.apply(imgray)
ret,thresh = cv2.thre
浏览 4提问于2020-03-14得票数 0
回答已采纳
1回答
-阅读下面的编辑我正在改变参数之类的，但我只能设法得到一个虹膜/瞳孔轮廓正确，或在背景中获得不必要的轮廓，或根本没有。是一些具体的参数，我应该试着得到正确的轮廓。或者有一种方法，我可以把图像裁剪到眼睛，这样系统就可以专注于这部分？
这是我更新的方法：
private void findPupilIris() throws IOException {
//converts and saves image in grayscale
Mat newimg = Imgcodecs.imread("/Users/.../pic.jpg");
Mat des =
浏览 3提问于2017-04-10得票数 1
回答已采纳
1回答
我必须通过命令行输入几个参数。例如，通过命令行进行tileGridSize、clipLimit等。这就是我的代码的样子；
#!/usr/bin/env python
import numpy as np
import cv2 as cv
import sys #import Sys.
import matplotlib.pyplot as plt
img = cv.imread(sys.argv[1], 0) # reads image as grayscale
clipLimit = float(sys.argv[2])
tileGridSize = tuple(sys.argv[3])
浏览 0提问于2020-10-03得票数 5
回答已采纳
import numpy as np
import cv2
import time
import dlib
cap = cv2.VideoCapture(0) #initialize video capture
detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat")
width = cap.get(cv2.CAP_PROP_FRAME_WIDTH) # float
height = cap.get
浏览 2提问于2020-05-17得票数 0
我试图从TEM(显微镜)图像中获取这个物体的边缘，问题是接触很低，尤其是在上边缘，我尝试了几种方法:阈值化，对比度均衡……但我没能拿到上面的优势。
N.B:，我在试图计算液滴和管子之间的夹角，我不确定这是否是解决这个问题的最好方法。
原始图像：
我得到的Canny边缘检测：
我要得到这个结果的步骤是：
enhancementThresholdingGauss 对比度滤波器Canny边缘检测
代码：
clahe = cv2.createCLAHE(clipLimit=clip_limit, tileGridSize=(grid_size, grid_size))
equ =
浏览 2提问于2021-04-09得票数 3
回答已采纳
我正在尝试写一个宏语言的ImageJ代码，以便自动化手动图像分析工作。我找到了另一个网站来解决这个问题。然后，我最近下载了IMAGEJ v1.52q，这是最新版本。接下来，我将代码粘贴到Marcos的记录器中，然后运行代码。执行导致“无法识别的命令”：记录3D错误。我查看了LoG过滤器的插件，我只找到了2000年发布的那个。我将这个上传到ImageJ的插件部分，但我得到了相同的错误。如果你对这个问题有什么解决方案，请告诉我。 提前谢谢你。 我写的代码取自网站：https://forum.image.sc/t/manual-image-analysis-works-but-not-the-ma
浏览 24提问于2019-09-24得票数 0
1回答
流光图像循环
、、
有没有人能帮我把它变成一个循环，或者它可以是一个循环？我只是想检查它是否可以循环。我是python和streamlit库的新手，哈哈。我也想在这里学习，为了我的进步。谢谢你！ c1,c2,c3,c4,c5,c6,c7 = st.beta_columns(7)
with c1:
fig1 = plt.figure(figsize=(14,8))
fig1.suptitle("Gray Eqhist")
plt.imshow(gray_eqhist, 'gray')
st.pyplot(fig1)
with c2:
浏览 8提问于2021-06-27得票数 0
2回答
我有一个完全透明对象的输入图像：
我需要检测这张图像中的42个矩形。这是我需要的输出图像的一个例子(为了更好地理解，我标记了6个矩形)：
问题是矩形看起来很不一样。我必须使用这个输入图像。我怎样才能做到这一点？
编辑1:这是作为png的输入映像：
浏览 12提问于2022-06-08得票数 2
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
即时通信 IM
实时音视频活动推荐
腾讯云开发者
