图像处理

加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

图像处理(image processing),用计算机对图像进行分析,以达到所需结果的技术。又称影像处理。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组,该数组的元素称为像素,其值称为灰度值。图像处理技术一般包括图像压缩,增强和复原,匹配、描述和识别3个部分。

图像处理(image processing),用计算机对图像进行分析,以达到所需结果的技术。又称影像处理。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组,该数组的元素称为像素,其值称为灰度值。图像处理技术一般包括图像压缩,增强和复原,匹配、描述和识别3个部分。收起

查看更多
  • 几张图让ChatGPT 6直接出专利线稿、爆炸效果图!我真的被AI震惊了
    ChatGPT 6展示了强大的图像处理能力,能够根据四张不同角度的电路板图片自动生成三维爆炸图,并具备旋转、缩放和单个器件查看等功能。此外,GPT 6还成功地将电路板的发明专利用线稿转换成了高质量的黑白线稿,展现了其在图像识别和图形处理方面的卓越性能。
  • 海康相机测量工件宽度案例的分享(1)
    本文展示了如何使用海康相机进行图像处理,特别是针对光源、环境等因素导致的图像质量问题。通过调整输出模式为单色,并利用快速匹配和位置修正等功能,可以准确地识别并测量目标物体的位置和尺寸。此外,作者还提供了关于如何选择合适的图像处理工具和参数设置的建议,以便于读者更好地理解和应用这些技术。最后,作者鼓励大家加入其工控学习群,共同探讨和学习智能制造的相关知识和技术。
  • 图像色彩表示方法:YUV、YCbCr
    本文介绍了图像色彩表示方法:YUV和YCbCr的基本概念及其在现代图像编码中的应用。详细解释了YUV和YCbCr的不同格式(4:4:4、4:2:2、4:2:0)的意义和用途,强调了人眼对亮度和色彩的感知差异,从而在保持高质量的同时有效降低数据量。此外,文章还讨论了这些格式在实际应用中的选择原则,例如在高清视频传输和网络视频流中如何正确使用YUV格式以满足不同的性能需求。最后,提醒读者注意在图像处理和传输过程中遵循相应的标准和要求。
    图像色彩表示方法:YUV、YCbCr
  • 图像相关的基础知识
    本文介绍了图像相关的基础知识,包括视频的基本概念、帧率及其对视觉感知的影响,以及图片的像素矩阵结构和色彩编码方式。文章强调了帧率、分辨率和色深等关键参数如何影响视频质量和图片清晰度。最后,鼓励读者关注“郝旭帅电子设计团队”公众号获取更多相关信息。
  • 利用FPGA来进行图像处理的优势
    本文介绍了FPGA在图像处理中的优势,包括低延迟性和卓越的能效比。FPGA通过硬件流水线实现并行计算,显著提高复杂计算的效率,并且其固定电路保证了延迟的确定性。然而,FPGA的开发周期较长,成本较高,适合于对功耗和散热有严格要求的应用场景。
  • 图像处理是什么
    本文介绍了图像处理的概念及其三大处理层次:低级处理(美颜/修复)、中级处理(找轮廓/分区域)和高级处理(语义理解)。还提到了两种技术流派:传统方法(数学建模)和现代方法(深度学习)。最后列举了图像处理在生活中的一些常见应用,如手机摄影、医疗影像、自动驾驶和安防支付等。
  • ALINX VD100+Simulink 快速实现 FPGA 图像处理 Sobel 边缘检测
    基于 ALINX VD100 的 Simulink 图像处理实践 原文作者:Adam Taylor 原文标题:MicroZed Chronicles: Creating Image Processing with Simulink 原文链接:https://www.adiuvoengineering.com/post/microzed-chronicles-creating-image-proce
  • 基于OpenCV实现Gamma校正、单应变换和人脸检测
    Python和OpenCV用于图像处理的三种基本技术:伽马校正、单应性变换和Haar级联分类器。伽马校正用于亮度调整;单应性变换用于透视校正;Haar级联分类器用于人脸检测。这些技术适用于图像增强、文档扫描和人脸识别等领域。
  • 【OpenCV】第二章——图像处理基础
    图像处理基础学习笔记概述了图像的基本操作,包括读取、显示、保存、变换、滤波和平滑等。主要内容涉及图像读取、灰度化、色彩空间转换、图像变换、滤波、边缘检测等实用技巧,并附带示例代码。
  • 技术笔记 | RK3588平台RGA驱动与API版本升级指南
    前言:在 Rockchip RK35xx等平台开发中,RGA(2D 图形加速单元)对图像编解码、图形渲染等核心功能的效率与稳定至关重要。随着官方持续优化,适时更新RGA驱动与API版本,能带来更好的性能、更丰富的功能支持以及更稳定的运行表现。 本文将以 RK3588 为例,详细介绍如何从驱动到应用层全面升级RGA版本,并提供实测验证方法,干货满满,建议收藏备用~ 一、开发环境准备 在开始更新操作前
  • 聊聊特斯拉的“哨兵模式”为何被告?
    自动驾驶技术正加速重塑未来交通格局,成为全球科技与产业竞争的核心赛道。然而,技术迭代的背后,数据安全与隐私保护的矛盾日益凸显。自动驾驶系统的研发与测试高度依赖海量真实场景视觉数据,这些数据在捕捉复杂交通环境的同时,不可避免地涉及过往行人和车辆的个人身份信息。 2022 年以来,相关隐私争议通过诉讼等形式持续发酵,引发全球对自动驾驶行业数据合规性的广泛讨论。如何在不阻碍技术创新的前提下,筑牢隐私保护
  • 图像处理中的gamma变换
    本文介绍了图像处理中的Gamma变换及其在调整图像亮度中的作用。Gamma变换通过幂函数调整图像像素值,常用于校正过曝或曝光不足的图像。变换公式为 out = (in/255)^γ*255。在FPGA中实现Gamma变换时,通常采用查表法(LUT)提高效率,通过预先计算输入到输出的对应关系并存储于查找表中,每个像素只需通过查找表即可得到变换后的值。
    图像处理中的gamma变换
  • 关于数据跨境,你应该了解的合规难题有哪些?
    当下正是一个由数据驱动的伟大变革时代。从ADAS到AD,每一次技术的跃迁都离不开海量道路数据的采集、标注与分析。以图像数据为例,它们是训练和优化感知算法、提升系统安全性的宝贵资源。 然而,当计划将这些数据送往异国研发团队时,数据合规这个难题便摆在了面前。 一、全球化研发的数据合规挑战 对于任何一个有全球拓展计划的车企或技术供应商而言,跨国研发与测试通常是不可避免的,例如验证算法在不同交通环境、气候
  • 汽车行业 GDPR 误区 TOP5,带您一文厘清!
    《通用数据保护条例》(GDPR)旨在确保企业和组织妥善处理个人数据,尊重个人隐私。作为全球最严格的数据保护法规之一,它适用于所有收集、处理或存储欧盟公民个人数据的企业与组织。 GDPR 对违规行为处以高额罚款,因此充分理解其条款至关重要 —— 若未能合规,企业不仅可能声誉受损,还会面临经济损失。接下来,我们就来拆解汽车行业中关于 GDPR 的 5 个最常见误区。 01、非必要数据无需匿名化 “数据
  • 大成建设(Taisei)图像数据隐私保护与AI开发协同案例解析
    在数字化转型浪潮下,隐私保护已成为全球性挑战。随着AI摄像头、无人机等视觉采集设备的普及,海量图像数据在提升生产效率的同时,也带来了敏感信息泄露的风险。 然而传统模糊化处理技术往往陷入两难境地——过度处理会破坏数据价值,而处理不足又难以满足日益严格的隐私法规要求。如何在保护个人隐私的同时释放数据潜力,成为横跨各行业的核心难题。 一、客户需求 日本建筑业巨头Taisei Corporation(大成
  • MAUI多端通用的条状图像灰度分析算法实现
    本期介绍使用.NET MAUI和SkiaSharp实现二值化、灰度化、连通区域检测和灰度值计算等实现。#NETMAUI #SkiaSharp #Androdi
  • 贝叶斯分类器在OCR中的应用
    从早期的邮政编码识别到如今无处不在的文字提取,光学字符识别(Optical Character Recognition,OCR)有着广泛的应用。OCR分文本检测和文本识别两个步骤,即首先定位文本,然后再进行识别。
    贝叶斯分类器在OCR中的应用
  • 康谋分享 | 从云端到单机的数据匿名化全攻略
    在数据驱动决策时代,企业面临隐私合规与数据利用的双重挑战(如PIPL、GDPR等隐私规定要求)。如何在聚焦效率与合规平衡,助力汽车、零售等行业在保护敏感信息的同时,安全释放视频数据价值,破解数据处理的合规与业务增长难题
    康谋分享 | 从云端到单机的数据匿名化全攻略
  • 芯原推出低功耗AI降噪与AI超分辨率系列IP
    芯原股份(芯原,股票代码:688521.SH)今日宣布推出其最新的AI图像处理系列IP,包括提供智能降噪的AINR1000和AINR2000,以及提供先进超分辨率的AISR1000和AISR2000。该系列IP为汽车、监控、云游戏、消费电子等多个领域提供高效、灵活且可扩展的解决方案,并兼具成本效益和优化的性能、功耗和面积(Performance, Power, and Area, PPA)特性。
    428
    2025/02/27
    芯原推出低功耗AI降噪与AI超分辨率系列IP
  • 康谋分享 | 突破传统匿名化:先进技术解锁数据价值新维度
    传统匿名化方法常以破坏数据为代价实现合规,而深度自然匿名化则可通过生成自然替换的方式,打破数据合规与质量的权衡。实验证明,深度自然匿名化在保留数据结构和内容一致性上显著优于传统方法,为AI系统提供了高质量的匿名化数据支持
    康谋分享 | 突破传统匿名化:先进技术解锁数据价值新维度

正在努力加载...