1. 基本原理 一种典型的非线性滤波器就是中值滤波器,它使用像素的一个领域内的灰度的中值来代替该像素的值.中值滤波器通常是处理椒盐噪声的一种有效的手段. 2. 测试结果 图源自skimage 3. 代码 import numpy as np def median_filter(input_image, filter_size): ''' 中值滤波器 :param input_image: 输入图像 :param filter_size: 滤波器大小 :return: 输出图像 注:此实现滤波器大

1. 基本原理 使用元素的领域内像素的平均值代替该元素,可明显的降低图像灰度的尖锐变换.它的一种重要应用是模糊处理:得到感兴趣的区域的粗略表示,将次要的/小的元素与背景融合,使得主要的/较大的元素变得易于检测   $$ R=\frac{1}{m} \sum_{i=1}^{m} z_{i} $$   $m$为滤波器大小 2. 测试结果 图源自skimage 3. 代码 import numpy as np def means_filter(input_image, filter_size): ''

3.4 空间滤波基础 • Images are often corrupted by random variations in intensity, illumination, or have poor contrast and can’t be used directly. • Filtering: transform pixel intensity values to reveal certain image characteristics – Enhancement: improves c

Python空间数据处理环境搭 Conda的下载和安装 什么是Conda? 官方定义:Package, dependency and environment management for any language—Python, R, Ruby, Lua, Scala, Java, JavaScript, C/ C++, FORTRAN Conda就是一个虚拟环境和包(库)依赖管理工具 下载地址:Downloading conda 对于Windows版本的,确定Python版本和系统类型直接下载

空间名称与闭包函数 名称空间 名称空间 namespaces:存放名字的地方,是对栈区的划分 名称空间在栈区中分为三种,详细的划分不同的空间,不同空间可以存放相同名字的名字 内置名称空间 存放的名字:存放的python解析器内置的名字 存活周期:python解析器启动则产生,python解析器关闭则销毁 全局名称空间 存放的名字:运行顶级代码所产生的名字,不是函数内定义的以及不是python自带的名字 存活周期:python文件执行则产生,python文件运行完毕后销毁 局部名称空间 存放的名字

git:https://github.com/linyi0604/Computer-Vision # coding:utf8 import cv2 import numpy as np from scipy import ndimage # 3*3 的高通卷积核 kernel_3x3 = np.array([ [-1, -1, -1], [-1, 8, -1], [-1, -1, -1] ]) # 5*5 高通卷积核 kernel_5x5 = np.array([ [-1, -1, -1, -1

本文链接:https://blog.csdn.net/LYduring/article/details/80443573 一.目的实现算术均值滤波器.几何均值滤波器.中值滤波器.修正的阿尔法均值滤波器.自适应中值滤波器,并比较不同滤波器的降噪结果. 二.代码代码的思路如下: (1)先对原始的电路图先后进行加高斯噪声和椒盐噪声:之后设置滤波器的模板大小为5*5,分别对被噪声污染的图像进行算术均值.几何均值.中值.修正的阿尔法滤波,并输出图像,方便结果比较. (2)为了比较中值滤波器和自适应中值滤波

写在之前 今天来讲讲「迭代器」的内容,其实已经拖了好多天了,感觉再不写就要忘记了.「迭代」相信对你来说已经不陌生了,我前面曾经专门用一篇文章来讲,如果你已经没有什么印象的话,就再点进去看看(零基础学习 Python 之初识迭代). 迭代器 首先我们先来看一种检查是否可迭代的方法: >>> hasattr(list,'__iter__') True 可以用上面的这种方法检查已经学习过的其他默认类型的对象,比如字符串,列表,字典等是否是可迭代的. iter() 是一个特殊方法,它是迭代规则的

写在之前 今天给大家介绍几个比较特殊的函数,他们具有函数式编程的特点,有人将它们视为 Python 可进行 "函数式编程" 的见证,至于什么是函数式编程,不是本篇文章的重点,感兴趣的可以去了解一下.老读者可能都知道,我非常推崇 Python 的简洁优雅,而今天的这几个函数,有了它们,最大的好处就是可以让程序更简洁,当然,没有它们程序也可以用其它方式实现. lambda 函数 lambda 是一个可以只用一行就能解决问题的函数,让我们先看下面的例子: >>> def a

读取文件 假设你已经在某个文件夹下创建了 "test.txt" 文件,且里面有一些内容,那你在当前位置输入 Python3,进入到交互模式,然后执行下面的操作: >>> f = open('test.txt') >>> for line in f: ... print(line) ... My name is Rocky I love Python 这里提醒大家注意一下,如果是在该文件所在的位置启动的 Python 交互模式,那么按照上面的方法 op

初识字符串 维基百科对于字符串的定义式:字符串是由零个或者多个字符组成的有限串行.你之前学会敲的第一行 print 代码里的 "Hello World",就是一个字符串.字符串的本质就是一串字符,不管是中文还是英文抑或是空格等特殊字符都可以作为字符串来看待. 在 Python 里,字符串和上一篇文章( 零基础学习 Python 之数字与运算 )里讲到的数字一样,都是一种对象类型,字符串类型用 str 表示,用英文的单引号或双引号括起来. >>> 'good good

写在之前 推导式是从一个或多个迭代器快速简洁的创建数据结构的一种办法,它可以将循环和条件判断结合,从而可以避免语法冗长的代码. 列表推导式 我在之前的文章中(零基础学习 Python 之 for 循环语句)写过列表推导式,但是写的相对简单,今天我准备再详细说一下,会的权当复习,不会的正好学习. 如果让你创建一个从 0 到 5 的整数列表,按照我们之前学过的方法,你可以这样: >>> my_list = [] >>> my_list.append(0) >>&

写在之前 我们都知道现在的 Python 有 Python2 和 Python3,但是由于各种乱七八糟的原因导致这俩哥们要长期共存,荣辱与共,尴尬的是这哥俩的差异还比较大,在很多时候我们可能要同时用到它们,所以就要在 Python2 和 Python3 之间来回的无缝切换. 安装不同版本的 Python 我已经够累了,还要在不同版本的 Python 之间切换来切换去那不更得累死?而且不同版本之间并存很容易出现某些玄学的问题.当年选 Python 就是看中它的简洁优雅,省心省力,没理由让我在这种版

正式开始 首先我在这介绍两个新的小知识,要在下面用到.一个是函数 id() ,另一个是运算符 is.id() 函数就是返回对象的内存地址:is 是比较两个变量的对象引用是否指向同一个对象,在这里请不要和 == 混了,== 是比较两个变量的值是否相等. >>> a = [1,2,3] >>> b = [1,2,3] >>> id(a) 38884552L >>> a is b False >>> a == b True

写在之前 SQLite 是一个小型的关系型数据库,它最大的特点在于不需要单独的服务.零配置.我们在之前讲过的两个数据库,不管是 MySQL 还是 MongoDB,都需要我们安装.安装之后,然后运行起来,其实这就相当于已经有一个相应的服务在跑着. SQLite 与前面所说的两个数据库不同.首先Python 已经将相应的驱动模块作为了标准库的一部分,只要是你安装了 Python,就可以使用:再者它可以类似于操作文件那样来操作 SQLite 数据库文件.还有一点,SQLite 源代码不受版权限制. 建

本文字数:3840 字 阅读本文大概需要:10 分钟 写在之前 在我们的现实生活中,「日志记录」其实是一件非常重要的事情,比如银行的转账记录,汽车的行车记录仪记录行驶过程中的一切,如果出现了什么问题,我们可以通过「日志记录」来搞清楚到底发生了什么事情. 除了在生活中,在日常的系统开发以及调试等过程中,记录日志同样是一件很重要的事情.很多编程初学者并没有「记录日志」的习惯,认为记录日志是一件可有可无的事情,出现问题的时候只要使用 print 函数打印一下程序的中间结果即可,真是 too young

写在之前 大家好,这里是零基础学习 Python 系列,在这里我将从最基本的 Python 写起,然后再慢慢涉及到高阶以及具体应用方面.我是完全自学的 Python,所以很是明白自学对于一个人的考验,所以在这里我会尽我最大的努力,把 Python 尽可能简单的表述清楚,让更多想要学习 Python 的朋友能够入门.同时写这个教程也算是对自己之前所学知识的一个巩固和提高,喜欢的朋友们可以点个关注,有问题欢迎随时和我交流. 数字 在 Python 中,对数的设定很简单,如果你发现你有小学毕业照,那么

写在之前 从今天开始,我将开始新的篇章 -- 零基础学习 Python,在这里我将从最基本的 Python 写起,然后再慢慢涉及到高阶以及具体应用方面.我是完全自学的 Python,所以很是明白自学对于一个人的考验,所以在这里我会尽我最大的努力,把 Python 尽可能简单的表述清楚,让更多想要学习 Python 的朋友能够入门.同时写这个教程也算是对自己之前所学知识的一个巩固和提高,喜欢的朋友们可以点个关注,有问题欢迎随时和我交流. 为什么要学 Python ?   学习一个新东西之前,其实我

Python开源项目,期待大家和我们一起共同维护 github排名榜单 https://github.com/trending github搜索榜单:https://github.com/search 说明 以下总结大部分来至于 [TimLiu-Python] (https://github.com/Tim9Liu9/TimLiu-Python) ,欢迎大家查看原版 Feedback 期望大家随时能提出宝贵的意见(直接提交issues即可).请广大网友只按照目录结构(即使目录结构有问题)添加三方

编程语言 从低级到高级的发展的过程 1.机器语言 计算机是基于电工作的.(基于高.低电平 1010010101011) 如果用机器语言表现一个字符的意思需要多段代码的行.但是计算机读取的快. 所以机器语言的 优点:执行速度够快 缺点:开发效率非常低 2.汇编语言 汇编语言的属性,汇编语言通过英文字符组成 优点:执行效率相较于机器语言略低 缺点:开发效率相较于机器语言略高 举个例子: ; hello.asm section .data ; 数据段声明 msg db "Hello, world!&q