用Python进行图像模糊处理和特征提取

在本文中,我将带您了解图像处理的一些基本功能。

特征提取。但是这里我们需要更深入的数据清理。但是数据清理是在数据集,表格,文本等上完成的。如何在图像上完成?

导入图像

用python导入图像很容易。以下代码将帮助您在Python上导入图像:

了解基础数据

该图像具有多种颜色和许多像素。为了可视化该图像的存储方式, 将每个像素视为矩阵中的一个单元。现在,该单元格包含三种不同的强度信息,分别对应于红色,绿色和蓝色。因此,RGB图像变为3-D矩阵。 

将图像转换为二维矩阵

 在特征提取中,如果将图像压缩为二维矩阵,则变得更加简单。这是通过灰度或二值化完成的。 

这是将RGB图像转换为灰度的方法:

现在,让我们尝试对该灰度图像进行二值化处理。这是通过找到阈值并标记灰度像素来完成的。在本文中,我使用了Otsu的方法来找到阈值。 

模糊影像

我们将在本文中介绍的最后一部分与特征提取更相关:图像模糊。灰度或二进制图像有时会捕获比所需图像更多的图像,在这种情况下模糊处理非常方便。 

在上面的图片中,经过模糊处理后,我们可以清楚地看到鞋子现在已达到与铁路轨道相同的强度水平。因此,该技术在很多图像处理场景中非常方便。


可下载资源

​非常感谢您阅读本文,如需帮助请联系我们!


关于作者

Kaizong Ye拓端研究室(TRL)的研究员。

本文借鉴了作者最近为《R语言数据分析挖掘必知必会 》课堂做的准备。


随时关注您喜欢的主题

在wechat上关注我们

最新洞察

技术干货

Leave A Reply

电子邮件地址不会被公开。

 
QQ在线咨询
售前咨询热线
15121130882
售后咨询热线
0571-63341498
error: Content is protected
%d 博主赞过: