安装:

conda install scikit-image

img_as_ubyte转为uint8格式,0-255,转为普通图像,举例:

>>> from skimage import img_as_ubyte
>>> image = np.array([0, 0.5, 1], dtype=float)
>>> img_as_ubyte(image)
WARNING:dtype_converter:Possible precision loss when converting from
float64 to uint8
array([  0, 128, 255], dtype=uint8)

图像分割:

能区分比别的地方黑的物体,但是老鼠排除不了:

import matplotlib.pyplot as plt
from skimage import io, filters# skimage提供了io模块,顾名思义,这个模块是用来图片输入输出操作的。
img = io.imread(r"E:\new\01.jpg")val = filters.threshold_otsu(img)
mask=(img <= val*0.9)*1.0# io.imsave("aa.jpg",mask)
plt.figure("lena.jpg")
plt.imshow(mask)
plt.axis('off')
plt.show()

裁剪图像并缩放:

    def process(self, image, bbox):''' process image with crop operation.Args:input: (h,w,3) array or str(image path). image value range:1~255.image_info(optional): the bounding box information of faces. if None, will use dlib to detect face.Returns:pos: the 3D position map. (256, 256, 3).'''if image.ndim < 3:image = np.tile(image[:, :, np.newaxis], [1, 1, 3])left = bbox[0]right = bbox[2]top = bbox[1]bottom = bbox[3]old_size = (right - left + bottom - top) / 2center = np.array([right - (right - left) / 2.0, bottom - (bottom - top) / 2.0 + old_size * 0.14])size = int(old_size * 1.318)# crop imagesrc_pts = np.array([[center[0] - size / 2, center[1] - size / 2], [center[0] - size / 2, center[1] + size / 2],[center[0] + size / 2, center[1] - size / 2]])DST_PTS = np.array([[0, 0], [0, self.resolution_inp - 1], [self.resolution_inp - 1, 0]])tform = estimate_transform('similarity', src_pts, DST_PTS)

skimage 学习笔记相关推荐

  1. AI学习笔记(七)图像滤波器、OpenCV算法解析

    AI学习笔记之图像滤波器.OpenCV算法解析 图像滤波器 图像噪声 噪声的产生 信噪比 高斯噪声 椒盐噪声 其他噪声 图像滤波 滤波的目的 滤波的要求 各种滤波器 均值滤波 中值滤波 最大最小值滤波 ...

  2. opencv-python基础知识学习笔记

    opencv-python基础知识学习笔记 原博地址:https://www.cnblogs.com/silence-cho/p/10926248.html 目录: opencv-python基础知识 ...

  3. Pycharm 图像分辨率调整 学习笔记

    Pycharm 图像分辨率调整 学习笔记 from __future__ import print_function import os import cv2 import skimage.io as ...

  4. 生成对抗网络入门详解及TensorFlow源码实现--深度学习笔记

    生成对抗网络入门详解及TensorFlow源码实现–深度学习笔记 一.生成对抗网络(GANs) 生成对抗网络是一种生成模型(Generative Model),其背后最基本的思想就是从训练库里获取很多 ...

  5. SimpleITK图像基础(三)——SimpleITK学习笔记

    SimpleITK学习笔记 前言 1 sitk中的常见属性值 2 读取和保存图像 3 像素类型 4 SimpleITK图像数据和Numpy矩阵数据之间的转换 5 访问像素和切片 6 图像重采样 7 图 ...

  6. (学习笔记)图像处理——直方图均衡化(HE)

    文章目录 前言 原理 步骤 优缺点 改进 自适应均衡化(AHE) 限制对比度的自适应直方图均衡化(CLAHE) 实现 前言 利用直方图将图像对比度进行调整,可用来增强局部对比度而对其他部分对比度不受影 ...

  7. Python量化交易学习笔记(1)

    Python量化交易学习笔记(1) http://zwpython.com/ http://www.topquant.vip/?p=2275 [更多参见] <zwPython,目前最好的py开发 ...

  8. 【Python学习笔记】cs231nPython Numpy教程

    [Python学习笔记]cs231nPython Numpy教程 回顾经典教程cs231n,完成assignments觉得很困难,感觉自己python基础语法掌握的不是很熟,就顺藤摸瓜找了cs231n ...

  9. ITK学习笔记(九) simpleITK重采样数据到固定尺寸

    ITK学习笔记(九) simpleITK重采样数据到固定尺寸 1.resampleSize 2.CT图像预处理之重采样 3.SKIMAGE.TRANSFORM-两种缩放皆可 4.Python Simp ...

最新文章

  1. 智源-AI Time 5 | 无人驾驶距离我们还有多远?(活动报名)
  2. [置顶]Java Web学习总结(25)——MyEclipse+Tomcat+MAVEN+SVN项目完整环境搭建...
  3. SQL重置数据表id
  4. VTK:Utilities之BoundingBox
  5. JAVA获取json中的值
  6. mysql创建存储时覆盖_总结到位的MySQL 的覆盖索引与回表
  7. Hibernate(7)关联关系_单向1对n
  8. python16进制字节序_Python-十六进制数据传递与接收
  9. php 之 json格式
  10. c语言自动计费工作,c语言编程实现话单计费实例
  11. 《FLUENT 14流场分析自学手册》——1.3 附面层理论
  12. 奇怪的电梯(DP动态规划和BFS)
  13. 用java设置网页背景图片_JAVA设置背景图片
  14. C语言打印三角形,倒三角形,打印沙漏图形
  15. 55寸电视尺寸长宽高多少
  16. citrix VPX 中申请证书的重点
  17. 理解 假阳性(false positive)和假阴性(false negative)概念
  18. 成为富人的十大心理特质
  19. JESD204B IP核的配置与使用
  20. 【CVPR2020】百度入选22篇论文涵盖全视觉领域!

热门文章

  1. ef mysql自动更新_EF Core中怎么实现自动更新实体的属性值到数据库
  2. 问题集锦(26-29)
  3. 简明天线理论与设计应用_天线理论与设计笔记5--(宽带天线、口径天线)
  4. Android 网易云信获取图片,Android 网易云信集成(一)
  5. 思科isis路由的优先级_何谓“路由” ,带你了解路由的本质,轻松配置路由简单排除故障...
  6. oracle备份数据库视频,Oracle数据库还原
  7. 基于Docker的开源端到端开发者平台
  8. 程序员的身体一定要好
  9. 在大厂干了几年开发后,太真实了。
  10. Spring进阶的几大要点,你有做到吗?