这个代码用VC6.0开发而成，控制台运行，是我在数字图像处理实验课上的拙作，图像源文件和目的文件是.raw原始图像格式。实现3×3模板下的图像中值滤波，修改成其他模板大小也非常方便。包含有源码，示例图像，实验结果演示文档等。

3D_CT_分类 此示例将显示构建3D卷积神经网络（CNN）以预测计算机断层扫描（CT）扫描中病毒性肺炎的存在所需的步骤。 2D CNN通常用于处理RGB图像（3通道）。 3D CNN只是3D等效项：它以3D体积或2D帧序列（例如CT扫描中的切片）为输入，因此3D CNN是学习体积数据表示的强大模型。

社会距离估计 该存储库包含使用YOLOv4对象检测器和OpenPose人类姿势估计器根据单个RGB图像自动进行社交距离估计的代码和教程。 内容 入门 该代码要求安装以下库： python 3.8 张量流2.3.1 的opencv 4.4.0.44 numpy的1.18.5 该代码要求安装YOLOv4和OpenPose模型。 有关安装说明，请参阅和 。 安装后，从此页面下载3个脚本automatic_evaluation_API.py，valuate_labeled_images.py和valuate_unlabeled_images.py。 最后，项目文件夹应如下所示： ${project_dir} / ├── labels │ ├── body_pixel_locations.csv │ ├── camera_locations_photoshoot_identifi

此函数用于将rgb图像转为hsi图像并显示出rgb图、灰度图、hsi图 ，输入：JPG或JPEG或BMP等一般图片名称（加后缀），输出：rgb图、灰度图、hsi图，返回值：hsi矩阵

在可变光照条件下拍摄的带有RGB图像的杂草检测数据集 带有杂草的胡萝卜幼苗的RGB图像数据集（胡萝卜-杂草数据集）。 该数据集可自由用于非商业应用。 有关其他信息，请联系：Petre Lameski（ ） 如果您使用此数据集，请引用： Petre Lameski，Eftim Zdravevski，Vladimir Trajkovik，Andrea Kulakov，“杂草检测数据集以及在可变光照条件下拍摄的RGB图像”，第9届ICT创新国际会议2017年，9月18日至21日，马其顿斯科普里 本文提供了数据集描述和初步分析。

针对所设计的算法进行了以下实现步骤，该算法基于二维小波。 1.读取灰度或RGB图像的图像。 2.如果图像是RGB，则将图像转换为灰度。 3. 使用小波对 N 级的图像进行分解。 4. 选择和分配一个小波进行压缩。 5. 使用 Birge-Massart 策略生成阈值系数。 6. 使用小波进行图像压缩。 7. 计算并显示压缩图像、保留能量和零系数等结果。 8、基于小波分解结构对图像进行解压。 9. 绘制重建图像。 10、计算并显示原始图像、压缩图像和解压缩图像的大小。

用于转换不同RGB图像格式的软件资料。可用此软件加载图片，并生成所需RGB格式的数组。用于转换不同RGB图像格式的软件资料

深林 conda建立状态 芋头 资料下载 版本 平台类 DeepForest是一个python软件包，用于从机载RGB图像中训练和预测单个树冠。 DeepForest附带了一个预先构建的模型，该模型是根据国家生态观测网络的数据进行训练的。 用户可以通过注释和训练从预建模型开始的自定义模型来扩展此模型。 DeepForest是一个python软件包，用于根据使用远程RGB图像训练的模型来预测单个树冠。 DeepForest附带了一个模型，该模型使用了国家生态观测站网络（NEON）提供的数据进行了训练。 用户可以通过标签注释和本地数据培训来扩展此预构建模型。 DeepForest文档是用英语编写的，但是我们希望能为以其他语言提供帮助而做出的贡献。 安装 DeepForest在pypi上针对python 3.6和python 3.7预先安装了Windows，Linux和OSX轮子。 强烈建议

1、对RGB图像进行小波分解并进行lab空间转换 2、得到R、G、B三个分量的小波分解图像 3、只保留二阶分解的逼近子图的数据进行重构,略去其它

RGB图像的对称轴检测算法代码实现