python实现图像裁剪：批量读取指定文件夹下的图片，指定裁剪区域，对原始图像进行不同大小的裁剪，并批量保存到指定文件夹下。

图像处理中经常遇到，两个凹多边形交叉的面积计算。python实现多边形交叉面积计算。实例

主要是深度学习模型进行图像增强，实现深度学习训练阶段做图像扩增，增加模型的泛化能力。

实现对图像进行简单的高斯去噪和椒盐去噪。 代码如下： import numpy as np from PIL import Image import matplotlib.pyplot as plt import random import scipy.misc import scipy.signal import scipy.ndimage from matplotlib.font_manager import FontProperties font_set = FontProperties(fname=r"c:\windows\fonts\simsun.ttc", size=10) de

这是本人做的一个美形平台，实现了基于MLS的变形算法，但是在如何子哦对那个没性方面做的不太好，读者可以自行完善。 用户需要自行安装dlib人脸检测，opencv，numpy库

主要介绍了python实现图像检索的三种(直方图/OpenCV/哈希法),文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

图像的全景拼接包括三大部分：特征点提取与匹配、图像配准、图像融合。 1、基于SIFT的特征点的提取与匹配 利用Sift提取图像的局部特征，在尺度空间寻找极值点，并提取出其位置、尺度、方向信息。 具体步骤： 1）. 生成高斯差分金字塔（DOG金字塔），尺度空间构建 2）. 空间极值点检测（关键点的初步查探） 3). 稳定关键点的精确定位 4）. 稳定关键点方向信息分配 5). 关键点描述 6). 特征点匹配 2、图像配准 图像配准是一种确定待拼接图像间的重叠区域以及重叠位置的技术，它是整个图像拼接的核心。本节采用的是基于特征点的图像配准方法，即通过匹配点对构建图像序列之间的变换矩阵，从而完成全景

使用python对2维图像采用最邻近插值和双线性插值算法实现旋转

主要为大家详细介绍了python实现图像全景拼接，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

用python实现了图像的混沌加密与解密，是参考某位大佬博客上面的用matlab实现了的加密解密算法