易于理解的用于灰度图像 Jpeg 标准压缩的 matlab 代码
2021-11-06 15:23:40
2KB
1
使用图像处理技术，首先将RGB图像更改为灰度，然后应用函数来计算图像中白色的百分比。
2021-11-02 11:26:13
1KB
1
使用梯度的锐度估计这是最简单、最基本的锐度衡量标准。 尽管存在许多其他出色的技术，但即使是这种原始估计算法也发现自己具有不错的实际用途。 该文件读取图像并对其进行越来越多的迭代平滑以呈现锐度如何降低。 该方法针对均值和非锐化（锐化）过滤进行了测试。
用法：只需执行此文件。 （记得在这个文件旁边有 lena.jpg）。 所有结果都将打印到 matlab 控制台。
版权所有 (c) 2011，Tolga Birdal
2021-10-25 21:23:05
49KB
1
该程序获取图像和所需的分区数，并使用混合高斯分布拟合图像直方图，并提供分类图像（面具）。
2021-10-25 13:29:11
2KB
1
实验名称：彩色图转换成灰度图
实验任务：将24位真彩色BMP图像转化成8位BMP灰度图像
2021-10-22 11:09:33
675KB
1
from PIL import Image
from pylab import *
from numpy import *
def histeq(im,nbr_bins = 256):
"""对一幅灰度图像进行直方图均衡化"""
#计算图像的直方图
#在numpy中，也提供了一个计算直方图的函数histogram(),第一个返回的是直方图的统计量，第二个为每个bins的中间值
imhist,bins = histogram(im.flatten(),nbr_bins,normed= True)
cdf = imhist.cumsum() #
cdf = 255.0 *
2021-10-20 20:45:39
135KB
1