ITPub博客

首页 > 大数据 > 数据挖掘 > 用Python进行图像模糊处理和特征提取

用Python进行图像模糊处理和特征提取

原创 数据挖掘 作者:tecdat 时间:2020-10-21 23:42:38 0 删除 编辑

原文链接: http://tecdat.cn/?p=9015

 

在本文中,我将带您了解图像处理的一些基本功能。特征提取。但是这里我们需要更深入的数据清理。但是数据清理是在数据集,表格,文本等上完成的。如何在图像上完成?

导入图像

用python导入图像很容易。以下代码将帮助您在Python上导入图像:

image = imread(r"C:\Users\Tavish\Desktop\7.jpg")show_img(image)

 

了解基础数据

该图像具有多种颜色和许多像素。为了可视化该图像的存储方式, 将每个像素视为矩阵中的一个单元。现在,该单元格包含三种不同的强度信息,分别对应于红色,绿色和蓝色。因此,RGB图像变为3-D矩阵。 

red, yellow =   image.copy(), image.copy()red[:,:,(1,2)] = 0yellow[:,:,2]=0show_images(images=[red,yellow], titles=['Red Intensity','Yellow Intensity'])

 

 

将图像转换为二维矩阵

 在特征提取中,如果将图像压缩为二维矩阵,则变得更加简单。这是通过灰度或二值化完成的。 

这是将RGB图像转换为灰度的方法:

 

 

现在,让我们尝试对该灰度图像进行二值化处理。这是通过找到阈值并标记灰度像素来完成的。在本文中,我使用了Otsu的方法来找到阈值。 

 

模糊影像

我们将在本文中介绍的最后一部分与特征提取更相关:图像模糊。灰度或二进制图像有时会捕获比所需图像更多的图像,在这种情况下模糊处理非常方便。 

 

在上面的图片中,经过模糊处理后,我们可以清楚地看到鞋子现在已达到与铁路轨道相同的强度水平。因此,该技术在很多图像处理场景中非常方便。

  请选中你要保存的内容,粘贴到此文本框


来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/69982319/viewspace-2728661/,如需转载,请注明出处,否则将追究法律责任。

请登录后发表评论 登录
全部评论
拓端tecdat分享最in的大数据资讯,提供“一站式”的数据分析学习和咨询体验,让我们一起做有态度的数据人。关注公众号:拓端数据部落、拓端数据。

注册时间:2020-08-21

  • 博文量
    84
  • 访问量
    32448