国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

  1. Toy模板網(wǎng)首頁
  2. >Toy博客

（數(shù)字圖像處理MATLAB+Python）第三章圖像基本運算-第二節(jié)：圖像代數(shù)運算

2年前作者：快樂江湖分類：Toy博客閱讀(109)違法舉報

這篇具有很好參考價值的文章主要介紹了（數(shù)字圖像處理MATLAB+Python）第三章圖像基本運算-第二節(jié)：圖像代數(shù)運算。希望對大家有所幫助。如果存在錯誤或未考慮完全的地方，請大家不吝賜教，您也可以點擊"舉報違法"按鈕提交疑問。

一：圖像算數(shù)運算

（1）加法運算

A：概述

加法運算：指將兩幅同大小的圖像進行像素級別的加法操作，得到一幅新的圖像。設(shè)兩幅圖像對應的像素值分別為 f 1 ( x , y ) f_{1}(x,y) f1?(x,y)和 f 2 ( x , y ) f_{2}(x,y) f2?(x,y)，則它們的加法運算可表示為

g ( x , y ) = f 1 ( x , y ) + f 2 ( x , y ) g(x,y)=f_{1}(x,y) + f_{2}(x,y) g(x,y)=f1?(x,y)+f2?(x,y)

進行圖像加法運算時，處理和值的方式主要有以下幾種

  • 截斷處理：當兩幅圖像的對應像素值相加結(jié)果超出圖像灰度級的最大值時，將結(jié)果強制截斷為最大灰度級，例如在8位灰度圖像中，最大值為255
  • 加權(quán)求和：不同位置的像素值不僅僅是簡單地相加，還需要根據(jù)不同位置的權(quán)重進行加權(quán)，以便更好地滿足具體的應用需求
  • 縮放處理：將兩幅圖像的對應像素值相加結(jié)果縮放到指定的灰度級范圍內(nèi)，例如在8位灰度圖像中，將結(jié)果除以一個因子，使其不超過255
  • 溢出處理：當兩幅圖像的對應像素值相加結(jié)果超出圖像灰度級的最大值時，將結(jié)果自動溢出到下一級別，例如在8位灰度圖像中，溢出到9級時，像素值為0，溢出到10級時，像素值為1，以此類推
  • 飽和度處理：當兩幅圖像的對應像素值相加結(jié)果超出圖像灰度級的最大值時，將結(jié)果設(shè)定為最大值。這種處理方式也被稱為上溢出處理，而下溢出處理則將結(jié)果設(shè)定為0

（數(shù)字圖像處理MATLAB+Python）第三章圖像基本運算-第二節(jié)：圖像代數(shù)運算

圖像加法運算主要應用如下

  • 圖像增強：通過將一幅圖像與一幅較亮或較暗的圖像相加，可以增強圖像的對比度和亮度，使其更加清晰明亮
  • 圖像融合：將兩幅不同角度或不同波段的圖像進行加權(quán)和處理，可以得到一幅融合后的圖像，用于提高圖像的質(zhì)量和信息量
  • 目標檢測：將不同尺度或不同方向的圖像進行加權(quán)和處理，可以得到一幅新的圖像，用于檢測目標的位置和形狀
  • 噪聲去除：通過將一幅圖像與一幅平滑或模糊的圖像相加，可以抑制圖像中的噪聲，提高圖像的信噪比
  • 彩色圖像生成：將不同波段的灰度圖像進行加權(quán)和處理，可以得到一幅新的彩色圖像，用于彩色圖像的生成和處理

B：程序

MATLAB實現(xiàn)：相關(guān)函數(shù)如下，具體解釋可看MATLAB幫助手冊

imadd(X,Y)函數(shù)：是MATLAB中用于執(zhí)行圖像加法運算的函數(shù)

  • A和B是兩幅需要相加的圖像，它們可以是灰度圖像、RGB圖像或二值圖像
  • 除此之外，imadd()函數(shù)還可以通過添加一些可選參數(shù)來控制圖像加法運算的處理方式。以下是其中一些常用的可選參數(shù)
    • scaling：用于控制圖像加法運算的縮放方式，可選值有uint8、uint16、single、double。默認值為uint8
    • outputtype：用于指定輸出圖像的數(shù)據(jù)類型，可選值包括與輸入圖像類型相同的類型，默認值與輸入圖像類型相同
    • fillvalues：用于指定當相加結(jié)果超出圖像灰度級范圍時，如何填充超出范圍的像素值
      • bound：截斷處理（默認）
      • nearest：最近鄰差值
      • samesize：將超出范圍的像素值設(shè)為輸入圖像的最大值
    • uint16：用于將輸出圖像的數(shù)據(jù)類型指定為16位無符號整型，可用于處理高動態(tài)范圍圖像

實現(xiàn)如下效果

（數(shù)字圖像處理MATLAB+Python）第三章圖像基本運算-第二節(jié)：圖像代數(shù)運算

Back = imread('desert.jpg');
Foreground = imread('car.jpg');

result1 = imadd(Foreground,-100);
result2 = imadd(Back, Foreground);
result3 = imadd(Back, result1);

subplot(221),imshow(Foreground),title('原目標圖');
subplot(222),imshow(result1),title('原目標圖加標量');
subplot(223),imshow(result2),title('原目標圖加背景');
subplot(224),imshow(result3),title('加標量圖疊加背景');

Python實現(xiàn)：使用Python實現(xiàn)上述同樣的功能

cv2.add(src1, src2[, dst[, mask[, dtype]]])函數(shù)：該函數(shù)將每個像素的值相加，并將結(jié)果存儲在輸出圖像中。如果相加的結(jié)果大于輸出圖像的數(shù)據(jù)類型所能表示的最大值，則該像素的值將被截斷，并存儲為最大值。如果輸出圖像的數(shù)據(jù)類型為無符號整數(shù)類型，則任何小于0的像素值都會被截斷為0。如果輸出圖像的數(shù)據(jù)類型為有符號整數(shù)類型，則任何大于最大值的像素值都會被截斷為最大值

  • src1：第一個輸入圖像。
  • src2：第二個輸入圖像。
  • dst：輸出圖像，它的大小和類型與輸入圖像相同，或者可以為None。
  • mask：一個可選的掩膜圖像，它必須與輸入圖像具有相同的尺寸，或者可以為None。
  • dtype：輸出圖像的數(shù)據(jù)類型，如果沒有指定，則默認為src1.dtype。
import cv2
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']

Back = cv2.imread('desert.jpg')
Foreground = cv2.imread('car.jpg')

result1 = cv2.add(Foreground, -100)
result2 = cv2.add(Back, Foreground)
result3 = cv2.add(Back, result1)

plt.subplot(221), plt.imshow(cv2.cvtColor(Foreground, cv2.COLOR_BGR2RGB)), plt.title('原目標圖')
plt.subplot(222), plt.imshow(cv2.cvtColor(result1, cv2.COLOR_BGR2RGB)), plt.title('原目標圖加標量')
plt.subplot(223), plt.imshow(cv2.cvtColor(result2, cv2.COLOR_BGR2RGB)), plt.title('原目標圖加背景')
plt.subplot(224), plt.imshow(cv2.cvtColor(result3, cv2.COLOR_BGR2RGB)), plt.title('加標量圖疊加背景')
plt.show()

（數(shù)字圖像處理MATLAB+Python）第三章圖像基本運算-第二節(jié)：圖像代數(shù)運算

（2）減法運算

A：概述

減法運算：指將兩幅同大小的圖像進行像素級別的加法操作，得到一幅新的圖像。設(shè)兩幅圖像對應的像素值分別為 f 1 ( x , y ) f_{1}(x,y) f1?(x,y)和 f 2 ( x , y ) f_{2}(x,y) f2?(x,y)，則它們的減法運算可表示為

g ( x , y ) = f 1 ( x , y ) ? f 2 ( x , y ) g(x,y)=f_{1}(x,y) - f_{2}(x,y) g(x,y)=f1?(x,y)?f2?(x,y)

進行圖像加法運算時，處理和值的方式主要有以下幾種

  • 截斷處理：將兩幅圖像對應像素點的灰度值相減后，如果差值超過了一定的閾值，就將其截斷為該閾值，否則保留原值作為差值結(jié)果
  • 取絕對值：將兩幅圖像對應像素點的灰度值相減，再取絕對值作為兩幅圖像差值的結(jié)果。該方法簡單易實現(xiàn)，但容易受到圖像亮度和對比度的影響，對灰度變化較大的圖像效果不佳
  • 平方差值：將兩幅圖像對應像素點的灰度值相減后取平方，再將所有差值求和并開方，作為兩幅圖像差值的結(jié)果。該方法能夠有效地消除灰度變化對結(jié)果的影響，但會放大灰度變化較大的區(qū)域，從而影響差值的準確性
  • 加權(quán)平方差值：為了平衡兩種方法的缺點，可以使用加權(quán)平方差值法，即將每個像素點的差值乘以一個權(quán)重系數(shù)后再求和并開方。常用的權(quán)重系數(shù)包括高斯函數(shù)、均勻分布函數(shù)等，能夠有效地消除灰度變化對結(jié)果的影響，同時避免了平方差值法放大灰度變化較大的區(qū)域的缺點

（數(shù)字圖像處理MATLAB+Python）第三章圖像基本運算-第二節(jié)：圖像代數(shù)運算

圖像減法運算主要應用如下

  • 目標檢測：將背景圖像與包含目標的圖像相減，得到只有目標區(qū)域的差異圖像，可以通過差異圖像進行目標檢測和識別
  • 圖像增強：將圖像的低頻分量與高頻分量分離，去除低頻分量得到的高頻圖像與原圖像相減，可以增強圖像的邊緣和細節(jié)
  • 背景消除：在視頻處理中，通過將當前幀圖像與前一幀圖像相減，得到差異圖像，可以用于背景消除和移動物體的跟蹤
  • 紋理分析：在紋理分析中，將一幅圖像與其經(jīng)過旋轉(zhuǎn)或縮放等變換后的圖像相減，可以得到只包含紋理信息的圖像，用于紋理分類和分析
  • 形態(tài)學處理：在形態(tài)學處理中，將圖像進行二值化處理后，將原圖像與腐蝕、膨脹等形態(tài)學操作的結(jié)果圖像相減，可以得到形態(tài)學處理后的圖像

B：程序

MATLAB實現(xiàn)：相關(guān)函數(shù)如下，具體解釋可看MATLAB幫助手冊

imsubtract函數(shù)：是MATLAB中用于計算兩幅圖像之間像素值差異的函數(shù)。它可以用來減去一個圖像中的像素值，以及兩幅圖像中對應像素之間的差異

  • 輸入?yún)?shù)I1和I2表示需要計算差異的兩幅圖像，它們可以是灰度圖像或彩色圖像。輸出參數(shù)J是計算得到的結(jié)果圖像，它的大小和類型與輸入圖像相同
  • 可選參數(shù)'uint8'和'intensity'用于指定輸出結(jié)果的數(shù)據(jù)類型，可以是uint8或double類型。如果省略這個參數(shù)，imsubtract函數(shù)會默認使用與輸入圖像相同的數(shù)據(jù)類型
J = imsubtract(I1, I2);
J = imsubtract(I1, I2, 'uint8');
J = imsubtract(I1, I2, 'intensity');

imabsdiff函數(shù)：是MATLAB中用于計算兩幅圖像之間像素值絕對差異的函數(shù)。它可以用來計算兩幅圖像中對應像素之間的絕對差異。該函數(shù)沒有可選參數(shù)

實現(xiàn)如下效果
（數(shù)字圖像處理MATLAB+Python）第三章圖像基本運算-第二節(jié)：圖像代數(shù)運算

Back=imread('hallback.bmp');
Foreground=imread('hallforeground.bmp');
result = imabsdiff(Foreground,Back);
subplot(131),imshow(Back),title('背景');
subplot(132),imshow(Foreground),title('前景圖');
subplot(133),imshow(result),title('圖像相減');

Python實現(xiàn)：使用Python實現(xiàn)上述同樣的功能

cv2.absdiff(src1, src2[, dst])函數(shù)：是OpenCV中用于計算兩個圖像差異的函數(shù)

  • src1：第一個輸入圖像，可以是單通道或多通道圖像，數(shù)據(jù)類型為numpy數(shù)組
  • src2：第二個輸入圖像，與src1有相同的尺寸和數(shù)據(jù)類型，可以是單通道或多通道圖像，數(shù)據(jù)類型為numpy數(shù)組
  • dst：可選參數(shù)，輸出圖像，與輸入圖像有相同的尺寸和數(shù)據(jù)類型，數(shù)據(jù)類型為numpy數(shù)組。如果沒有指定，則會創(chuàng)建一個與src1和src2有相同尺寸和數(shù)據(jù)類型的數(shù)組作為輸出
import cv2
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']

# 讀取背景和前景圖像
Back = cv2.imread('hallback.bmp')
Foreground = cv2.imread('hallforeground.bmp')

# 計算前景圖像和背景圖像的像素絕對差值
result = cv2.absdiff(Foreground, Back)

# 使用matplotlib展示結(jié)果圖像
plt.subplot(1, 3, 1)
plt.imshow(cv2.cvtColor(Back, cv2.COLOR_BGR2RGB))
plt.title('背景')

plt.subplot(1, 3, 2)
plt.imshow(cv2.cvtColor(Foreground, cv2.COLOR_BGR2RGB))
plt.title('前景圖')

plt.subplot(1, 3, 3)
plt.imshow(cv2.cvtColor(result, cv2.COLOR_BGR2RGB))
plt.title('圖像相減')

plt.show()

（數(shù)字圖像處理MATLAB+Python）第三章圖像基本運算-第二節(jié)：圖像代數(shù)運算

（3）乘法運算

A：概述

加法運算：是一種逐像素進行的二元運算。它將兩個輸入圖像中對應像素的像素值相乘，得到一個新的輸出圖像。設(shè)兩幅圖像對應的像素值分別為 f 1 ( x , y ) f_{1}(x,y) f1?(x,y)和 f 2 ( x , y ) f_{2}(x,y) f2?(x,y)，則它們的乘法運算可表示為

g ( x , y ) = f 1 ( x , y ) × f 2 ( x , y ) g(x,y)=f_{1}(x,y) × f_{2}(x,y) g(x,y)=f1?(x,y)×f2?(x,y)

圖像乘法運算主要應用如下

  • 圖像增強：圖像乘法運算可以用來增強圖像的對比度和亮度。例如，將一個圖像和一個高亮度的常數(shù)圖像相乘，可以使圖像中較暗的區(qū)域變得更加明亮
  • 圖像合成：圖像乘法運算可以用來將兩個圖像合成成一個圖像。例如，將一個圖像和一個掩模圖像相乘，可以將掩模中非零區(qū)域?qū)南袼貜脑瓐D像中摳出來，生成一個新的合成圖像
  • 模糊處理：圖像乘法運算可以用來進行模糊處理。例如，將一個圖像和一個低通濾波器的頻率響應相乘，可以將圖像中高頻部分去除，從而實現(xiàn)模糊效果
  • 頻譜分析：圖像乘法運算可以用來進行頻譜分析。例如，將一個圖像和一個頻率響應為單位圓的高通濾波器相乘，可以提取出圖像中高頻部分的信息，從而實現(xiàn)高通濾波效果
  • 噪聲去除：圖像乘法運算可以用來去除圖像中的噪聲。例如，將一個圖像和一個頻率響應為單位圓的低通濾波器相乘，可以將圖像中高頻部分去除，從而去除噪聲

B：程序

MATLAB實現(xiàn)：相關(guān)函數(shù)如下，具體解釋可看MATLAB幫助手冊

immultiply(A,B,class)函數(shù)：

  • A和B分別是輸入的兩幅圖像
  • class：用于指定輸出圖像的數(shù)據(jù)類型
    • uint8：8位無符號整型
    • uint16：16位無符號整型
    • int16：16位有符號整型
    • single：單精度浮點型
    • double：雙精度浮點型

實現(xiàn)如下效果
（數(shù)字圖像處理MATLAB+Python）第三章圖像基本運算-第二節(jié)：圖像代數(shù)運算

Back=im2double(imread('bird.jpg'));
Templet=im2double(imread('birdtemplet.bmp'));
result = immultiply(Templet,Back);
subplot(131),imshow(Back),title('背景');
subplot(132),imshow(Templet),title('模板');
subplot(133),imshow(result),title('圖像相乘');

Python實現(xiàn)：使用Python實現(xiàn)上述同樣的功能

csv2.multiply函數(shù)：對輸入的兩個數(shù)組進行逐元素相乘，然后將結(jié)果寫入輸出數(shù)組中。在相乘過程中，如果元素的結(jié)果值超出了輸出數(shù)組數(shù)據(jù)類型的表示范圍，則結(jié)果將被截斷。如果指定了縮放參數(shù)scale，則結(jié)果將被縮放到可接受的數(shù)據(jù)類型范圍內(nèi)。如果輸出數(shù)組的數(shù)據(jù)類型未指定，則輸出數(shù)組的數(shù)據(jù)類型與輸入數(shù)組相同

  • src1：第一個數(shù)組，必須是單通道或多通道數(shù)組，數(shù)據(jù)類型為浮點型或整型。
  • src2：第二個數(shù)組，與第一個數(shù)組的形狀和數(shù)據(jù)類型必須相同。
  • dst：輸出數(shù)組，形狀和數(shù)據(jù)類型與輸入數(shù)組相同。
  • scale：可選參數(shù)，用于對結(jié)果進行縮放的標量值。默認值為1，即不進行縮放。
  • dtype：可選參數(shù)，輸出數(shù)組的數(shù)據(jù)類型。如果未指定，則輸出數(shù)組的數(shù)據(jù)類型與輸入數(shù)組相同
import cv2
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']

# 讀取背景和模板圖片
Back = cv2.imread('bird.jpg').astype(np.float32) / 255.0
Templet = cv2.imread('birdtemplet.bmp').astype(np.float32) / 255.0

# 計算圖像相乘
result = cv2.multiply(Templet, Back)

# 展示結(jié)果
fig, ax = plt.subplots(1, 3, figsize=(12, 4))
ax[0].imshow(cv2.cvtColor(Back, cv2.COLOR_BGR2RGB))
ax[0].set_title('背景')
ax[1].imshow(cv2.cvtColor(Templet, cv2.COLOR_BGR2RGB))
ax[1].set_title('模板')
ax[2].imshow(cv2.cvtColor(result, cv2.COLOR_BGR2RGB))
ax[2].set_title('圖像相乘')
plt.show()

（數(shù)字圖像處理MATLAB+Python）第三章圖像基本運算-第二節(jié)：圖像代數(shù)運算

（4）除法運算

A：概述

除法運算：是指將一個圖像的每個像素值除以另一個圖像的相應像素值，從而生成一個新的圖像。則它們的除法運算可表示為

g ( x , y ) = f 1 ( x , y ) ÷ f 2 ( x , y ) g(x,y)=f_{1}(x,y) ÷ f_{2}(x,y) g(x,y)=f1?(x,y)÷f2?(x,y)

圖像除法運算在某些應用中確實比加法、減法和乘法運算應用得少一些，但在某些特定情況下，它也是很有用。在某些圖像處理應用中，圖像除法可以用來糾正圖像的光照不均勻性或顏色失真等問題。例如，在醫(yī)學圖像處理中，可以使用背景圖像對包含目標的圖像進行除法運算，以消除照明變化或其他干擾。此外，圖像除法還可以用于圖像對比度增強。在對比度增強的應用中，圖像除法可以用來增強圖像中的高頻細節(jié)，例如邊緣和紋理。通過將圖像除以其平滑版本，可以增強高頻信息，并使邊緣和紋理更加明顯

B：程序

MATLAB實現(xiàn)：相關(guān)函數(shù)如下，具體解釋可看MATLAB幫助手冊

imdivide(A,B,options)函數(shù)：是MATLAB中的一個圖像處理函數(shù)

  • A和B是兩個輸入的圖像矩陣。需要注意的是，如果B中某個像素的值為0，則對應的像素在輸出圖像C中的值將為Inf（無窮大）。此外，如果輸入矩陣包含浮點數(shù)，則輸出矩陣也將是浮點數(shù)，否則輸出矩陣將與輸入矩陣具有相同的數(shù)據(jù)類型
  • options結(jié)構(gòu)體包含以下字段
    • RoundingMethod：取值可以為'floor'（向下取整，默認值）、'ceil'（向上取整）、'fix'（取整數(shù)部分）、'round'（四舍五入），指定除法運算時的舍入方式。
    • NaNBehavior：取值可以為'omit'（省略NaN，默認值）或'replace'（用0代替NaN），指定如何處理B中包含NaN的情況

Python實現(xiàn)：使用Python實現(xiàn)上述同樣的功能。需要注意的是，c2.divide函數(shù)不支持指定舍入方式或者NaN的處理方式。如果需要實現(xiàn)這些功能，需要手動編寫代碼實現(xiàn)

cv2.divide(src1, src2, dst=None, scale=1)函數(shù)：

  • src1和src2是輸入的兩個圖像
  • scale參數(shù)是一個標量，表示除以src2的縮放因子，默認值為1

二：圖像邏輯運算

（1）概述

邏輯運算：在數(shù)字圖像處理中，邏輯運算指的是使用邏輯運算將兩個或更多的圖像組合起來的操作。這些操作也被稱為位操作，因為它們對圖像中每個像素的各個位進行操作。數(shù)字圖像處理中常用的邏輯運算包括

  • 與運算（AND）：在這個操作中，兩個輸入圖像中的相應像素被比較。如果兩個像素都是非零（數(shù)值為1），輸出像素被設(shè)置為1。否則，輸出像素被設(shè)置為0（只要出現(xiàn)0結(jié)果就是0）
  • 或運算（OR）：在這個操作中，兩個輸入圖像中的相應像素被比較。如果其中一個像素的值為1，則輸出像素被設(shè)置為1。否則，輸出像素被設(shè)置為0（只要出現(xiàn)1結(jié)果就是1）
  • 異或運算（XOR）：在這個操作中，兩個輸入圖像中的相應像素被比較。如果像素有不同的值（一個像素是1，另一個是0），輸出像素被設(shè)置為1。否則，輸出像素被設(shè)置為0（0和任何數(shù)異或都是任何數(shù)，任何數(shù)與自己異或都是0）
  • 取反運算（NOT）：在這個操作中，輸入圖像中的每個像素都被反轉(zhuǎn)。如果一個像素的值是1，它就被設(shè)置為0，反之亦然

（2）程序

MATLAB實現(xiàn)：相關(guān)函數(shù)如下，具體解釋可看MATLAB幫助手冊

  • C = bitcmp(A)：按位求反
  • C = bitand(A,B)：按位求與
  • C = bitor(A,B)： 按位求或
  • C = bitxor(A,B)：按位求異或

實現(xiàn)如下效果

（數(shù)字圖像處理MATLAB+Python）第三章圖像基本運算-第二節(jié)：圖像代數(shù)運算

Back=imread('bird.jpg');
Templet=imread('birdtemplet.bmp');
result1=bitcmp(Back);
result2=bitand(Templet,Back);
result3=bitor(Templet,Back);
result4=bitxor(Templet,Back);
figure;
subplot(121),imshow(Back),title('Back');
subplot(122),imshow(Templet),title('Templet');
figure;
subplot(221),imshow(result1),title('圖像求反');
subplot(222),imshow(result2),title('圖像相與');
subplot(223),imshow(result3),title('圖像相或');
subplot(224),imshow(result4),title('圖像異或');

Python實現(xiàn)：使用Python實現(xiàn)上述同樣的功能

import cv2
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']

Back = cv2.imread('bird.jpg')
Templet = cv2.imread('birdtemplet.bmp')


result1 = cv2.bitwise_not(Back)
result2 = cv2.bitwise_and(Templet, Back)
result3 = cv2.bitwise_or(Templet, Back)
result4 = cv2.bitwise_xor(Templet, Back)


plt.subplot(221), plt.imshow(result1), plt.title('圖像求反')
plt.subplot(222), plt.imshow(result2), plt.title('圖像相與')
plt.subplot(223), plt.imshow(result3), plt.title('圖像相或')
plt.subplot(224), plt.imshow(result4), plt.title('圖像異或')
plt.show()

（數(shù)字圖像處理MATLAB+Python）第三章圖像基本運算-第二節(jié)：圖像代數(shù)運算文章來源地址http://www.zghlxwxcb.cn/news/detail-411539.html

到了這里，關(guān)于（數(shù)字圖像處理MATLAB+Python）第三章圖像基本運算-第二節(jié)：圖像代數(shù)運算的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！

本文來自互聯(lián)網(wǎng)用戶投稿，該文觀點僅代表作者本人，不代表本站立場。本站僅提供信息存儲空間服務，不擁有所有權(quán)，不承擔相關(guān)法律責任。如若轉(zhuǎn)載，請注明出處： 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實不符，請點擊違法舉報進行投訴反饋，一經(jīng)查實，立即刪除！

領(lǐng)支付寶紅包贊助服務器費用

相關(guān)文章

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包，優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包