Questions tagged «image-processing»

与数字图像处理有关的任何事物，即用于从数字图像中提取或操纵信息的理论和技术。

2
GD vs ImageMagick vs Gmagick的jpg吗？[关闭]
按照目前的情况，这个问题不适合我们的问答形式。我们希望答案会得到事实，参考或专业知识的支持，但是这个问题可能会引起辩论，争论，民意测验或进一步的讨论。如果您认为此问题可以解决并且可以重新提出，请访问帮助中心以获取指导。 7年前关闭。 我正打算放弃GD来处理我网站中的图片-这太糟糕了。 每个人都说使用ImageMagick是因为它们比GD更好，但是ImageMagick与Gmagick（瑞士图像处理的军刀）又如何呢？ Zend在http://devzone.zend.com/article/10531上有一篇漂亮的文章在谈论它们。 在我去ImageMagick之前，有没有使用gmagick的动力？ （PHP 5.3+） 编辑：问两个库之间哪个更好是怎么回事？我认为这是一个公平的问题。如果有人可以解释一个库优于另一个库的优点，那将帮助我和其他人阅读此问题。为什么要解决这样的问题？ Edit2：对于每个问我该怎么做的人：我认为这是个遗忘：用户上传图像（可能是png / gif / bmp w / e），我需要转换为JPG，然后将其存储在数据库中，如果他们太大了，我需要调整一下它们的大小。 谢谢
13
如何在iOS上以程序方式着色图像？
我想为图像添加色彩参考。结果应该看起来像Photoshop中的“乘法”混合模式，其中白色将替换为“ 色调”： 我将不断更改颜色值。 后续：我将把要做此操作的代码放在ImageView的drawRect：方法中，对吗？ 像往常一样，与链接相反，代码片段将极大地帮助我理解。 更新：用建议的代码Ramin子类化UIImageView 。 我把它放在我的视图控制器的viewDidLoad：中： [self.lena setImage:[UIImage imageNamed:kImageName]]; [self.lena setOverlayColor:[UIColor blueColor]]; [super viewDidLoad]; 我看到了图像，但没有着色。我还尝试加载其他图像，在IB中设置图像，然后在视图控制器中调用setNeedsDisplay:。 更新：未调用drawRect ：。 最终更新：我发现一个老项目具有正确设置的imageView，因此我可以测试Ramin的代码，并且它的工作原理很吸引人！ 最终，最终更新： 对于那些刚开始学习Core Graphics的人来说，这是可能可行的最简单的方法。 在子类化的UIView中： - (void)drawRect:(CGRect)rect { CGContextRef context = UIGraphicsGetCurrentContext(); CGContextSetFillColor(context, CGColorGetComponents([UIColor colorWithRed:0.5 green:0.5 blue:0 alpha:1].CGColor)); // don't make color too saturated CGContextFillRect(context, rect); // draw base [[UIImage imageNamed:@"someImage.png"] …
4
合并两个图像
我需要在Java中合并两个图像（BufferedImage）。没有透明度就不会有问题。基本图像已经具有一定的透明度。我想保持原样，并对其应用“蒙版”，即第二张图像。第二个图像没有不透明的像素，实际上它几乎是完全透明的，只是具有较少的透明像素而具有某种“光效果”，例如反射。重要细节：我不想在屏幕上使用图形来执行此操作，我需要获取带有结果合并的BufferedImage。 谁能帮我？谢谢！ 详细信息：合并两个图像以保持透明度。这就是我需要做的。 注意：Java中的此Set BufferedImage alpha蒙版无法满足我的需要，因为它不能很好地处理具有透明性的两个图像-它修改了第一张图片的透明性。
6
Viola-Jones的人脸检测宣称拥有18万个功能
我一直在实施Viola-Jones的人脸检测算法的改编。该技术依赖于在图像内放置一个24x24像素的子帧，然后在每个位置以各种尺寸放置矩形特征。 这些特征可以由两个，三个或四个矩形组成。提供以下示例。 他们声称穷举集超过18万（第2节）： 假设检测器的基本分辨率为24x24，则详尽的矩形特征集非常大，超过180,000。请注意，与Haar基础不同，矩形要素集过于完整。 本文中未明确陈述以下陈述，因此它们是我的假设： 只有2个两个矩形的特征，2个三个矩形的特征和1个四个矩形的特征。其背后的逻辑是，我们正在观察突出显示的矩形之间的差异，而不是显式地观察颜色或亮度或任何类似的东西。 我们无法将要素类型A定义为1x1像素块；它必须至少为1x2像素。同样，类型D必须至少为2x2像素，并且该规则也适用于其他功能。 我们无法将要素类型A定义为1x3像素块，因为无法对中间像素进行分区，并且从自身中减去它就等于1x2像素块；仅为均匀宽度定义此要素类型。同样，要素类型C的宽度必须被3整除，并且该规则也适用于其他要素。 我们无法定义宽度和/或高度为0的要素。因此，我们将x和y迭代为24减去要素的大小。 基于这些假设，我计算了详尽的集合： const int frameSize = 24; const int features = 5; // All five feature types: const int feature[features][2] = {{2,1}, {1,2}, {3,1}, {1,3}, {2,2}}; int count = 0; // Each feature: for (int i = 0; i < features; i++) …
6
如何使用Python找到Wally？
无耻地跳上了潮流:-) 受我如何通过Mathematica查找Waldo以及后续如何使用R查找Waldo的启发，作为一个新的python用户，我很想知道如何做到这一点。似乎python比R更适合于此，并且我们不必像Mathematica或Matlab那样担心许可证。 在下面的示例中，显然仅使用条纹将不起作用。如果可以使基于简单规则的方法适用于诸如此类的困难示例，那将很有趣。 我添加了[machine-learning]标签，因为我认为正确的答案必须使用ML技术，例如Gregory Klopper在原始线程中倡导的Restricted Boltzmann Machine（RBM）方法。有一些在python中RBM代码可能是一个不错的起点，但是显然该方法需要训练数据。 在2009 IEEE信号处理机器学习国际研讨会上（MLSP 2009），他们举办了数据分析竞赛：Wally在哪里？。训练数据以matlab格式提供。请注意，该网站上的链接已失效，但数据（以及Sean McLoone和同事采用的方法的来源都可以在此处找到（请参阅SCM链接）。似乎是一个起点。
9
从图像中删除白色背景并使其透明
我们试图在Mathematica中执行以下操作-RMagick从图像中删除白色背景并使其透明。 但是对于实际照片，它最终看起来很糟糕（就像图像周围有光晕）。 到目前为止，我们已经尝试过以下方法： unground0[img_] := With[{mask = ChanVeseBinarize[img, TargetColor->{1.,1.,1.}]}, Rasterize[SetAlphaChannel[img, ImageApply[1-#&, mask]], Background->None]]] 这是一个例子。 原始图片： 带有白色背景的图像被替换为没有背景（或者，出于演示目的，此处为粉红色背景）： 有什么想法摆脱这种光环吗？调整诸如LevelPenalty之类的东西时，我只能以失去一些图像为代价来消除光环。 编辑：因此，我可以比较赏金的解决方案，请像上面那样构造您的解决方案，即一个名为unground-something的自包含函数，该函数获取图像并返回具有透明背景的图像。
8
图像处理，使用Python？[关闭]
从目前的情况来看，这个问题不适合我们的问答形式。我们希望答案能得到事实，参考或专业知识的支持，但是这个问题可能会引起辩论，争论，民意调查或扩展讨论。如果您认为此问题可以解决并且可以重新提出，请访问帮助中心以获取指导。 8年前关闭。 我最近遇到了至少需要基本图像处理程度的问题，我可以在Python中执行此操作吗？
13
c＃在保留宽高比的同时将图像调整为不同大小
我正在尝试调整图像的大小，同时保留原始图像的长宽比，以使新图像看起来不被挤压。 例如： 将150 * 100的图像转换为150 * 150的图像。 高度的额外50像素需要用白色背景色填充。 这是我正在使用的当前代码。 它可以很好地调整大小，但是更改原始图像的纵横比会挤压新图像。 private void resizeImage(string path, string originalFilename, int width, int height) { Image image = Image.FromFile(path + originalFilename); System.Drawing.Image thumbnail = new Bitmap(width, height); System.Drawing.Graphics graphic = System.Drawing.Graphics.FromImage(thumbnail); graphic.InterpolationMode = InterpolationMode.HighQualityBicubic; graphic.SmoothingMode = SmoothingMode.HighQuality; graphic.PixelOffsetMode = PixelOffsetMode.HighQuality; graphic.CompositingQuality = CompositingQuality.HighQuality; graphic.DrawImage(image, …
2
图像处理的重点是什么？
例如，在使用OpenCV时，通常会使用SIFT或SURF之类的算法来检测关键点。我的问题是这些关键点实际上是什么？ 我了解它们是图像中的某种“兴趣点”。我也知道它们是尺度不变的，是圆形的。 另外，我发现他们有方向，但是我不明白这实际上是什么。它是半径与某物之间的角度吗？你能解释一下吗？我认为我首先需要的是更简单的东西，之后它更容易理解论文。
5
如何在Python中使用PIL将图像合成到另一个图像？
我需要拍摄图像并将其放置在新的生成的白色背景上，以便将其转换为可下载的桌面墙纸。因此该过程将进行： 生成具有1440x900尺寸的新全白图像 将现有图像放在顶部居中 另存为单个图像 在PIL中，我看到了该ImageDraw对象，但是没有任何迹象表明它可以将现有的图像数据绘制到另一个图像上。任何人都可以推荐的建议或链接？
7
OpenCV python：ValueError：太多值无法解包
我正在编写一个opencv程序，并且在另一个stackoverflow问题上找到了一个脚本：Computer Vision：遮盖人的手 运行脚本化答案时，出现以下错误： Traceback (most recent call last): File "skinimagecontour.py", line 13, in <module> contours, _ = cv2.findContours(skin_ycrcb, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) ValueError: too many values to unpack 编码： import sys import numpy import cv2 im = cv2.imread('Photos/test.jpg') im_ycrcb = cv2.cvtColor(im, cv2.COLOR_BGR2YCR_CB) skin_ycrcb_mint = numpy.array((0, 133, 77)) skin_ycrcb_maxt = numpy.array((255, 173, 127)) …
10
可以分辨出JPEG的质量等级吗？
这实际上是一个两部分的问题，因为我还不完全了解这些事情是如何工作的： 我的情况：我正在编写一个网络应用程序，该程序可让用户上传图片。然后，我的应用将调整为可显示的大小（例如：640x480-ish），并保存文件以备后用。 我的问题： 给定任意的JPEG文件，是否可以分辨质量等级，以便在保存调整大小的图像时可以使用相同的质量？ 这甚至有关系吗？无论原始质量如何，是否都应将所有图像保存在适当的水平（例如：75-80）？ 我对此不太确定，因为据我所知：（让我们举一个极端的例子），如果某人保存了质量为0的5百万像素图像，那么它就会像任何东西一样都是块状的。将图像尺寸减小为640x480，可以消除块状现象，几乎不会引起注意...直到我再次将其保存为质量0 ... 在频谱的另一端，如果有一个图像，它的图像是q == 0的800x600，那么将其尺寸调整为640x480并不会改变看起来像胡扯的事实，因此使用q = 80进行保存将是多余的。 我什至靠近吗？ 我在PHP上使用GD2库，如果有什么用的话
10
Python-查找图像中的主要/最常见颜色
我正在寻找一种使用python查找图像中最主要的颜色/色调的方法。普通的阴影或最普通的RGB都可以。我看过Python Imaging库，找不到任何与我在他们的手册中所寻找的内容有关的内容，也没有对VTK进行过简短的了解。 但是，我确实找到了可以满足我需要的PHP脚本（在此处需要登录才能下载）。该脚本似乎将图像大小调整为150 * 150，以显示主要颜色。但是，在那之后，我相当失落。我确实考虑过编写一些可以将图像调整为较小尺寸，然后检查其他每个像素的图像的方法，尽管我认为这样做效率很低（尽管将这个想法实现为C python模块可能是一个想法）。 但是，尽管如此，我还是很困惑。所以，我转向你。是否有一种简单有效的方法来查找图像中的主色。
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.