Computer >> कंप्यूटर ट्यूटोरियल >  >> प्रोग्रामिंग >> Python

OpenCV का उपयोग करके द्विपक्षीय फ़िल्टरिंग


इस प्रोग्राम में, हम छवि में द्विपक्षीय फ़िल्टरिंग करेंगे। द्विपक्षीय फ़िल्टर का उपयोग छवियों को चिकना करने और शोर को कम करने के लिए किया जाता है, जबकि किनारों को संरक्षित रखा जाता है। हम इसके लिए bilateralFilter() फ़ंक्शन का उपयोग करेंगे। यह फ़ंक्शन प्रत्येक पिक्सेल का व्यास, रंग स्थान में सिग्मा का मान और निर्देशांक स्थान में सिग्मा का मान लेता है।

मूल छवि

OpenCV का उपयोग करके द्विपक्षीय फ़िल्टरिंग

एल्गोरिदम

चरण 1: cv2 आयात करें।
चरण 2: छवि पढ़ें।
चरण 3: bilateralfilter() फ़ंक्शन को कॉल करें।
चरण 4: आउटपुट प्रदर्शित करें।

उदाहरण कोड

import cv2
image = cv2.imread('testimage.jpg')
blur = cv2.bilateralFilter(image, 29, 100, 100)
cv2.imshow('BilateralFilter', blur)

आउटपुट

OpenCV का उपयोग करके द्विपक्षीय फ़िल्टरिंग


  1. पायथन का उपयोग करके कन्वोल्यूशन पायथन का उपयोग करके कन्वोल्यूशन

    इमेज रिकग्निशन पहले रैखिक प्रतिगमन और समानता की तुलना जैसे बहुत सरल तरीकों का उपयोग करके किया जाता था। परिणाम स्पष्ट रूप से बहुत अच्छे नहीं थे, यहां तक कि हाथ से लिखे वर्णमाला को पहचानने का सरल कार्य भी कठिन साबित हुआ। कन्वोल्यूशनल न्यूरल नेटवर्क (CNNs) पारंपरिक रूप से हम जो करते हैं उससे एक कदम ऊप

  1. Python प्रोग्राम: OpenCV का उपयोग करके इमेज के एज डिटेक्ट करना Python प्रोग्राम: OpenCV का उपयोग करके इमेज के एज डिटेक्ट करना

    इस समस्या में, हम देखेंगे कि Python इमेज या वीडियो फ़ाइल के एज कैसे डिटेक्ट कर सकता है। इसे प्राप्त करने के लिए, हमें OpenCV लाइब्रेरी की आवश्यकता है। OpenCV लाइब्रेरी मुख्य रूप से कंप्यूटर विजन के लिए डिज़ाइन की गई है। यह ओपन सोर्स है। मूल रूप से इसे इंटेल द्वारा डिज़ाइन किया गया था। यह ओपन-सोर्स B

  1. Python OpenCV मॉड्यूल का उपयोग करके हिस्टोग्राम इक्वलाइज़ेशन Python OpenCV मॉड्यूल का उपयोग करके हिस्टोग्राम इक्वलाइज़ेशन

    यह इमेज प्रोसेसिंग में एक विधि है जो इमेज के हिस्टोग्राम का उपयोग करके कंट्रास्ट एडजस्टमेंट करती है। वास्तव में यह विधि आमतौर पर कई इमेजेस के ग्लोबल कंट्रास्ट को बढ़ाती है, विशेष रूप से जब इमेज का उपयोग योग्य डेटा क्लोज कंट्रास्ट वैल्यूज़ द्वारा दर्शाया जाता है और इस एडजस्टमेंट के माध्यम से, इंटेंसि