批量图像增强工具,能够批量调节指定目录下所有图像文件的曲线、亮度、对比度、高亮度等,将扫得很烂的电子版漫画往完美版的方向转化(如果你真的会用的话),使之适合于收藏。输入支持JPG、UFO、GIF、PNG、BMP、TIFF、WMP、JP2、J2K格式,输出支持JPG、PNG、BMP、TIFF、JP2。 (1)能够一次调节指定目录下所有图像文件的亮度、对比度、Gammar校正等,以增强图像质量; (2)能够调节图像尺寸,进行锐化、柔化,真彩转黑白,调节JPEG图像压缩比等; (3)调整好的参数设置能够保存、调入,便于重用; (4)具有全尺寸的“所见即所得”的效果预览,可以单页调节/保存,也可以成批调节/保存; (5)在源图像文件相同、参数设置相同的情况下,转换效果是可重复的。因此可以建立一种新的漫画共享模式:如果某位漫友对网上的某部漫画效果不满意,用ComicEnhancer Pro进行了调整,则他可以将调整所用参数发表在BBS上,其他漫友可以套用这些参数对同一部漫画进行增强,从而大家都能得到满意的漫画。 (6)能够用减色的方式,将通常JPG格式的黑白漫画转成16级、8级、4级灰度PNG格式,减少文件长度。
2021-10-27 11:25:40 3.11MB 图像处理 图形图像
1
图像增强 边缘检测 bmp图像平移旋转 等
2021-10-25 18:45:40 5.4MB 图像增强 边缘检测
1
基于MATLAB的图像增强实验报告,MATLAB处理图像时常用的函数
2021-10-25 13:55:55 1.31MB 图像增强 MATLAB histeq
1
本文介绍了MATLAB 语言的特点,基于MATLAB的数字图像处理环境,介绍了如何利用MATLAB及其图像处理工具箱进行数字图像处理,并通过一些例子来说明利用MATLAB图像处理工具箱进行图像处理的方法。主要论述了利用MATLAB实现图像增强、二值图像分析等图像处理。 关键词:MATLAB,数字图像处理,图像增强,二值图像
2021-10-25 13:48:38 1.3MB 数字图像处理
1
实验目的: 1、掌握图像基本几何变换,了解基本的图象增强方法。 2、掌握数字图像灰度映射的几种方法。 3、掌握数字图像直方图均衡化算法和直方图规定化算法。 4、掌握数字图像的基本代数运算。 5、掌握数字图像的空域和频域图像增强方法。 6、掌握数字图像的加噪与去噪方法。 二、实验要求 1. 分析并运行附件程序中的线性灰度增强程序,修改线性变换函数的参数值,观察图像的变化。 2. 参照线性灰度增强程序,在附件程序基础上实现分段线性灰度增强程序,要求分段坐标可以交互调整。 3. 实现非线性灰度增强算法,要求:任意选择1种非线性变换,参数可以交互调整。 4. 实现图像直方图均衡化算法。 5. 利用加法运算实现两幅图像的融合,利用减法运算实现图像的分离。要求:考虑两幅图像大小一样和不一样两种情况,考虑不同透明度的融合。 6. 编程实现对指定图像进行基本几何变换,要求至少实现缩放和对称变换。 7. 编程实现对数字图像进行加高斯噪声、椒盐噪声等常用噪声,并保存加噪的图片。 8. 编程实现图像的空域平滑,包括均值滤波和中值滤波。对上一题的结果进行去噪。要求:模板的大小可以选择。
2021-10-25 08:30:33 149.71MB 图像增强 图像恢复 数字图像处理
1
该程序为利用matlab进行图像处理的代码,主要针对傅里叶正反变换以及其频率域的呈现,以及理想(方形)低通滤波器、Butterworth滤波器的实现,代码费了不少心思,毕竟八百年没碰过matlab了,竟然写到一半开始拼Python了!!!有惊无险,全班第一个完成嘻嘻
2021-10-24 17:08:07 2KB matlab image_ fourie butter
1
为实现医学图像中感兴趣区域辨识度的增强.针对医学图像中CT图的特点提出一种增强算法(Rough Computed Tomography Algorithm,RCTA).算法以粗糙集(Rough Sets,RST)中不可分辨关系理论为基础,根据医学图像中不同的人体组织对应不同的CT值的特点,来定义等价关系,从而将医学图像划分为不同区域,然后对感兴趣区域灰度值保持不变,对其他区域的灰度值作最大化/最小化处理.用RCTA对临床300余张肺部医学图像进行了实验,最后,使用DSM(Distribution Separation Measurement)对RCTA与其他3种常用的增强算法进行量化对比.结果表明:RCTA对医学图像感兴趣区域辨识度的增强,有较好的效果.
2021-10-24 14:46:42 1.22MB 行业研究
1
针对红外图像对比度低和细节信息少的特性,提出一种能保持亮度和增强细节的方法。改进的自适应双边滤波将图像分成基本层和细节层,在基本层利用基于高斯混合模型的直方图规定化实现亮度保持,在细节层利用人眼视觉特性自适应选取增强函数来增强较弱细节并保护原图像中的清晰边缘不失真,再恢复到原来灰度空间。研究结果表明:该算法可保持整体明暗视觉效果,同时,原图像中较暗和较亮处的细节都可得到有效增强.
2021-10-24 10:45:59 1.28MB 研究论文
1
图像增强算法:直方图均衡(处理灰度图、处理彩色图)、对比度受限的自适应直方图均衡、Retinex 复制代码即可跑
1