yueshengyang / visual-lab-1-2Links
视听觉信号处理,颜色空间转换,实现对图像的亮度、对比度、饱和度、色度的调整。 统计图像的直方图。 实现图像的空域滤波:中值滤波和均值滤波。并选用合适的滤波方法增强如下图像。实现图像的边缘检测:Roberts算子和Sobel算子。实现中值滤波的快速算法。
☆21Updated 6 years ago
Alternatives and similar repositories for visual-lab-1-2
Users that are interested in visual-lab-1-2 are comparing it to the libraries listed below
Sorting:
- 毕业课题:低光照图像增强, 光照不均匀图像增强处理系统设计与实现☆53Updated 9 months ago
- 图像增强与去噪☆57Updated 5 years ago
- 一个图像复原或分割的统一框架,可以用于去雾🌫、去雨🌧、去模糊、夜景🌃复原、超分辨率👾、像素级分割等等。☆161Updated 4 years ago
- 基于无监督学习,无需训练,先使用SIFT算法提取图像特征,再使用KMeans聚类算法进行图像分类,速度非常快,精度还在提高。☆133Updated 5 years ago
- 使用深度学习网络(目标检测/特征提取/特征匹配)建立的图像精准检索系统☆33Updated 5 years ago
- 图像HDR,主要用于暗光照的增强,python实现☆85Updated 7 years ago
- OpenCV图像处理的信用卡,卡号数字识别☆57Updated 6 years ago
- 采用CNN将高分辨率灰度图像和低分辨率彩色图像合成为高分辨率彩色图像的图像融合算法☆69Updated 3 years ago
- Image-enhancement algorithms: low-light enhancement, image restoration, super-resolution reconstruction. 图像增强算法 探索:低光增强、图像修复、超分辨率重建 ……☆194Updated 4 years ago
- 使用HOG+SVM进行图像分类☆165Updated 6 years ago
- 计算机视觉入门项目,包含图像分割、图像增强等图像处理算法的代码复现☆60Updated 3 years ago
- 毕业设计,图像拼接☆142Updated 7 years ago
- pytorch入门项目,包括线性回归、垃圾分类、水果目标检测、ssd☆123Updated 5 years ago
- 本项目用深度学习的方法进行工业产品缺陷检测,替代原本人眼的产品质检。从而大幅提升工业产品合格率和降低人力成本。☆153Updated 5 years ago
- 配合QtPyt5,使用python完成图像的增强、复原、压缩、去噪、识别、分割、特征提取、识别、跟踪等功能☆24Updated 5 years ago
- 基于PyTorch框架实现的图像分类网络☆84Updated 4 years ago
- 基于内容的图像检索系统(Content Based Image Retrieval,简称 CBIR)☆69Updated 7 years ago
- 数字图像处理大作业,图像细粒度分类,CUB-200-2011,Peking University☆74Updated 7 years ago
- MSRCR command/GUI tools in Python.☆40Updated 4 years ago
- Retinex Algorithms: python code for MSRCR, MSRCP.☆82Updated 5 years ago
- 基于数字图像处理的车牌定位和分割☆13Updated 6 years ago
- 基于深度生成对抗网络gan的图像修复模型☆80Updated 6 years ago
- 一键预览 OpenCV 60 种图像效果,图像预处理 pipeline 工具☆92Updated 4 years ago
- 基于VGG-16的图像检索系统☆44Updated 4 years ago
- 使用VGG19迁移学习实现图像风格迁移。☆161Updated 5 years ago
- 实现暗通道去雾算法 Realizing 'Single Image Haze Removal Using Dark Channel Prior'☆149Updated 8 years ago
- 设计并实现了一个基于深度学习、集成学习、迁移学习、GAN等技术的色素性皮肤病自动识别七分类系统。本系统主要由服务端和客户端两个模块组成。服务端基于深度学习、集成学习、迁移学习、GAN等技术实现了对色素性皮肤病自动识别七分类。客户端使用微信小程序和网站(SSM、Springb…☆122Updated 4 years ago
- 适合小白入门的图像分类项目,从熟悉到熟练图像分类的流程,搭建自己的分类网络结构以及在pytorch中运用经典的分类网络。☆69Updated 5 years ago
- 图像二分类问题 猫狗大战 pytorch CNN☆135Updated 6 years ago
- 基于暗通道先验的图像去雾的Python实现☆83Updated 8 years ago