配套csdn博客https://blog.csdn.net/WANGWUSHAN/article/details/118422175，适应性修改可直接应用于VOC数据集 相对坐标（cls,x,y,w,h）下的数据增强。

深度学习之神经网络（CNN RNN GAN）算法原理+实战 课程数据

Digital Image Processing 2nd Edition 数字图像处理 第二版 Gonzalez 英文 清晰版 part2 共2part

Optimized Contrast Enhancement for Real Time Image and Video Dehazing

基于GAN的图像去雾 该项目旨在实现基于GAN的图像去雾方法 图1.生成器。 发生器可以直接输出无雾图像，而无需估计中间参数。 图2.鉴别器。 鉴别器可以引导发生器生成更真实的除雾结果。 要运行此项目，您需要设置环境，下载数据集，然后可以训练和测试网络模型。 我将逐步向您展示运行该项目，希望它足够清楚。 先决条件 该项目已在Ubuntu 16.04的GPU Titan V上进行了测试。请注意，运行该代码需要一个GPU。 否则，您必须稍微修改一些代码才能使用CPU。 如果使用CPU进行训练，可能会太慢。 因此，我建议您使用足够强大的GPU和大约12G的RAM。 依存关系 建议使用Python 3.5或3.6。 tqdm==4.19.9 numpy==1.17.3 tensorflow==1.12.0 tensorboardX torch==1.0.0 Pillow==6.2.0 to

Digital_Image_Processing 答案

图像融合经典外文数据，主要是医学和工业图像，好好学哦

光谱Python（SPy） 光谱Python（SPy）是用于处理高光谱图像数据（成像光谱数据）的纯Python模块。 它具有读取，显示，操作和分类高光谱图像的功能。 有关该程序包的完整详细信息，请参见。 安装说明 最新版本始终托管在，因此，如果已安装pip，则可以从命令行使用以下命令安装SPy： pip install spectral 打包的发行版也托管在和因此您可以下载并解压缩最新的zip / tarball，然后输入 python setup.py install 要安装最新的开发版本，请下载或克隆git存储库并按上述进行安装。 不需要显式安装，因此您可以简单地访问（或符号链接）源树中的光谱模块。 最后，可在官方找到有关如何通过流行的conda软件包和环境管理系统进行安装的最新指南。 单元测试 若要运行单元测试套件，必须安装numpy，并且必须将示例数据文件下载到当前目录（

模拟色盲并为有色盲的人校正颜色 该脚本基于有色盲的人自然感觉到的图像来模拟图像。 您还可以更改色盲程度以进行仿真。 此脚本还可以用于校正图像，从而使有色盲的人更容易区分图像中的某些颜色。 易于设置和运行！ 模拟Protanopia，Deutranopia，Tritanopia和Hybrid Colorblindess（Protanopia + Deutranopia）。 校正图像中的泛色，反盲和混合色盲的颜色。 改变模拟和校正的色盲程度！ 极快。 从命令行使用它（超级简单） ，或将其用作库（高级用户）。 支持道尔顿化和HSV移位算法。 安装 下载脚本 在终端中转到您选择的目录，然后运行以下命令。 git clone https://github.com/tsarjak/Simulate-Correct-ColorBlindness.git 安装依赖 要运行此脚本，您需要为p

image_and_speech_processing Face and speech recognition by use pyqt5 face_recognition baiduai 使用pyqt5 face_recognition 百度ai实现的 对图像和语音的处理 这是上一个版本的更新版 。 这是上一个版本 下面是部分效果图 界面是使用pyqt5 做的 教程稍后会在博客上发布 人脸识别是用face_recognition 这是一些使用方法 语音合成 语音识别是使用百度AI提供的api接口实现 教程稍后再博客上发布 主要思路 稍后再博客上发布