image-processing

    1热度

    1回答

    OpenCV的KNN搜索我在C++中的OpenCV的此示例代码: flann::KDTreeIndexParams indexParams; flann::Index kdtree(Mat(cloud2d).reshape(1), indexParams); vector<float> query; query.push_back(370); query.push_back(464);

    0热度

    2回答

    我试图在发布之前包含图像大小调整。 Multer习惯于接收照片。然后,使用输入的所有信息包括照片后。 我想在发布之前缩小图像的大小和质量。但是,这是行不通的。任何人都可以提出建议? const multer = require('multer'); const storage = multer.diskStorage({ destination: function (req,

    0热度

    1回答

    最近,我一直对机器学习感兴趣,特别是机器学习与图像,但要做到这一点,我需要能够处理图像。我希望对图像处理库的工作方式有更全面的了解,所以我决定建立自己的图书馆来阅读我能理解的图像。但是,我似乎有一个问题,当谈到读取图像的SIZE,因为这个错误弹出,当我尝试编译: ./imageProcessing.go:33:11: non-constant array bound Size 这是我的代码:

    1热度

    1回答

    我基本上需要旋转90个degres一个ImageView的一小部分(例如)的一部分: 在上面的图片,我想旋转4所以它显示正确。只有4个,其余的应该保持垂直。 有没有办法实现它? 通过实施MikeM建议的方法。我收到以下结果。 正如你可以看到有两个主要的事情,我需要解决: 旋转后的广场工作,虽然在拧位置。如何找出4的准确坐标 图像的背景已被更改为黑色。它曾经是透明

    1热度

    1回答

    我已经生成了一个函数来对图像应用分段线性变换。基于这个功能,我不确定它是否正确执行。有时整个图像显示为白色,所有像素列为255.其他时间显示输出图像,但结果不同。由于结果不同,我相信我的功能存在问题。该函数的代码是在这里: function T = piecewise_transform(f,n,r1,s1,r2,s2,r3,s3) % breakpoints: (0,0),(r1,s2),(

    1热度

    1回答

    我有一个太阳的图像,我发现中心和半径,现在我想处理像素不同,如果他们是在磁盘内部或外部。理想的解决方案将是插入处理函数的参数,以便顺利地从磁盘过渡到背景。 这是我现在在做什么: for index,value in np.ndenumerate(sun_img): if distance.euclidean(index,center) > radius: sun_img[in

    1热度

    1回答

    目前有一个简单的功能,但它允许用户添加大图像。我希望让所有的图片上传,但应该有,直到某些文件的大小满足(如在200KB例如)) if($_FILES['file']['size'] != 0){ $uploadOk = 0; //image object $image = $_FILES['file']; //create unique nam

    0热度

    1回答

    我有一个网站将要承载数千个图像。不仅如此,每张图片都有不同的尺寸,具体取决于您在网页中的位置 - 在列表页面上,图片显示为350x200的矩形,侧边栏图片为100x100等。 因此,当用户上传图片到网站,我保留原件并为每个尺寸制作4个尺寸调整的副本。所以如果有100个用户上传图片,结果将会是500张图片。我无法想象不同大小的不同移动设备会发生什么...... 我开始使用CloudFront优化速度

    0热度

    1回答

    为了做一个关于字符识别的项目,我找到了一个我可以用作训练集的数据库。另一方面,即使给出了下面的说明,我也无法理解给定的格式。如何找出这种格式,我找不到进一步的帮助。 字段1-6以逗号分隔。源制品的 ID号码 2字节符号代码(写在十六进制,使用4个字节)的位图 位图的 字符宽度 位图图像的 字符高度,其中每个8位单位被写为0到255的小数 换行 下面附加了数据库文件(Google驱动器)的链接。 h

    1热度

    3回答

    我有一个分割图像作为独特标签1 ... k的2维矩阵。例如: img = [1 1 2 2 2 2 2 3 3] [1 1 1 2 2 2 2 3 3] [1 1 2 2 2 2 3 3 3] [1 4 4 4 2 2 2 2 3] [4 4 4 5 5 5 2 3 3] [4 4 4 5 5 6 6 6 6] [4 4 5 5