mvojky5f9
/
dip_-code
1
0
Fork 0
Code Issues Pull Requests Projects Releases Wiki Activity
You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
7 Commits
1 Branch
0 Tags
677 MiB
 
 
Branches Tags
${ item.name }
Create tag ${ searchTerm }
Create branch ${ searchTerm }
from 'ff03c8d9c2'
${ noResults }
Go to file
lotus ff03c8d9c2
移植sync_batchnorm和venv文件夹 		4 years ago
.idea 移植sup-mat文件夹 4 years ago
config 移植config和readme文件 4 years ago
data 移植data文件夹 4 years ago
modules 移植modules和resources文件夹 4 years ago
resources 移植modules和resources文件夹 4 years ago
sup-mat 移植sup-mat文件夹 4 years ago
sync_batchnorm 移植sync_batchnorm和venv文件夹 4 years ago
venv 移植sync_batchnorm和venv文件夹 4 years ago
.dockerignore 移植sync_batchnorm和venv文件夹 4 years ago
.gitignore 移植sync_batchnorm和venv文件夹 4 years ago
01.mp4 移植sync_batchnorm和venv文件夹 4 years ago
02.mp4 移植sync_batchnorm和venv文件夹 4 years ago
03.mp4 移植sync_batchnorm和venv文件夹 4 years ago
04.mp4 移植sync_batchnorm和venv文件夹 4 years ago
05.mp4 移植sync_batchnorm和venv文件夹 4 years ago
06.mp4 移植sync_batchnorm和venv文件夹 4 years ago
07.mp4 移植sync_batchnorm和venv文件夹 4 years ago
08.mp4 移植sync_batchnorm和venv文件夹 4 years ago
09.mp4 移植sync_batchnorm和venv文件夹 4 years ago
DIP_Code.py 移植sync_batchnorm和venv文件夹 4 years ago
Demo.py 移植sync_batchnorm和venv文件夹 4 years ago
Dockerfile 移植sync_batchnorm和venv文件夹 4 years ago
LICENSE.md 移植sync_batchnorm和venv文件夹 4 years ago
README.md 移植config和readme文件 4 years ago
animate.py 移植sync_batchnorm和venv文件夹 4 years ago
augmentation.py 移植sync_batchnorm和venv文件夹 4 years ago
crop-video.py 移植sync_batchnorm和venv文件夹 4 years ago
demo.ipynb 移植sync_batchnorm和venv文件夹 4 years ago
frames_dataset.py 移植sync_batchnorm和venv文件夹 4 years ago
logger.py 移植sync_batchnorm和venv文件夹 4 years ago
old_demo.ipynb 移植sync_batchnorm和venv文件夹 4 years ago
reconstruction.py 移植sync_batchnorm和venv文件夹 4 years ago
requirements.txt 移植sync_batchnorm和venv文件夹 4 years ago
run.py 移植sync_batchnorm和venv文件夹 4 years ago
train.py 移植sync_batchnorm和venv文件夹 4 years ago
vox-cpk.pth.tar 移植sync_batchnorm和venv文件夹 4 years ago

README.md
Escape

DIP_Code

介绍

已实现功能：

  1. 第二章：彩色空间转换（转HSV、转GRAY、转BGRA、转HLS、转YUV）
  2. 第三章：算数运算、逻辑运算、缩放、旋转、翻转、对比度、亮度、FFT变换、DCT变换、仿射变换
  3. 第四章：直方图（线性拉伸、非线性拉伸、自适应均衡、全局均衡）
  4. 第五章：边缘检测（增强图像、Robert算子、Prewitt算子、Sobel算子、Laplacian算子、LoG算子、Canny算子
  5. 第六章：平滑（均值模糊、高斯模糊、中值模糊）
  6. 第七章：锐化
  7. 第八章：腐蚀膨胀（美颜）
  8. 第九章：噪声描述器（椒盐噪声、高斯噪声）、均值类滤波器（算数均值滤波器、几何均值滤波器、谐波均值滤波器）、排序统计类滤波器（最大值滤波器、中值滤波器 、最小值滤波器）、选择性滤波器（高通滤波器、低通滤波器、带通滤波器）
  9. 文字编辑
  10. 图像动作驱动

安装教程

  1. 使用IDE打开本项目
  2. 打开cmd，使用pip install xxx==version -i https://pypi.tuna.tsinghua.edu.cn/simple 下载“使用工具”中提及的第三方库。xxx为库名，version为版本号，建议使用“使用工具”中推荐的版本号
  3. 都安装好后即可开始使用

使用工具

  1. Python 3.9
  2. imageio 2.19.3
  3. matplotlib 3.5.2
  4. numpy 1.22.2
  5. pandas 1.3.4
  6. python-dateutil 2.8.2
  7. pytz 2021.3
  8. PyYAML 5.4.1
  9. scikit-image 0.18.3
  10. scikit-learn 1.1.1
  11. scipy 1.8.1
  12. torch 1.10.0
  13. torchvision 0.11.1
  14. tqdm 4.64.0

使用说明

####彩色空间转换

  1. 运行demo.py单击文件->打开，选择图片
  2. resources/img下提供了测试用例照片test1.jpg，也可选择本机中的照片。white board.jpg是初始化的图片。
  3. 单击基础操作->彩色空间转换，即可选择转换方式
  4. 单击文件->保存，选择路径保存处理过后的图片
  5. 运行结果会自动保存在resources/img下change.png
  6. 单击原图->返回原图，返回处理之前的初始图片 ####FFT、DCT、仿射变换
  7. 运行demo.py单击文件->打开，选择图片
  8. resources/img下提供了测试用例照片test1.jpg，也可选择本机中的照片。white board.jpg是初始化的图片。
  9. 单击基础操作，即可选择变换方式
  10. 单击文件->保存，选择路径保存处理过后的图片
  11. 运行结果会自动保存在resources/img下change.png
  12. 单击原图->返回原图，返回处理之前的初始图片 ####缩放、旋转、翻转
  13. 运行demo.py单击文件->打开，选择图片
  14. resources/img下提供了测试用例照片test1.jpg，也可选择本机中的照片。white board.jpg是初始化的图片。
  15. 单击基础操作，即可选择想要的功能
  16. 单击文件->保存，选择路径保存处理过后的图片
  17. 运行结果会自动保存在resources/img下change.png
  18. 单击原图->返回原图，返回处理之前的初始图片 ####直方图的操作
  19. 运行demo.py单击文件->打开，选择图片
  20. resources/img下提供了测试用例照片test1.jpg，也可选择本机中的照片。white board.jpg是初始化的图片。
  21. 单击直方图，即可选择对直方图的操作
  22. 单击文件->保存，选择路径保存处理过后的图片
  23. 运行结果会自动保存在resources/img下change.png
  24. 单击原图->返回原图，返回处理之前的初始图片 ####模糊
  25. 运行demo.py单击文件->打开，选择图片
  26. resources/img下提供了测试用例照片test1.jpg，也可选择本机中的照片。white board.jpg是初始化的图片。
  27. 单击滤镜->平滑，即可选择模糊方式
  28. 单击文件->保存，选择路径保存处理过后的图片
  29. 运行结果会自动保存在resources/img下change.png
  30. 单击原图->返回原图，返回处理之前的初始图片 ####锐化
  31. 运行demo.py单击文件->打开，选择图片
  32. resources/img下提供了测试用例照片test1.jpg，也可选择本机中的照片。white board.jpg是初始化的图片。
  33. 单击滤镜->锐化->锐化
  34. 单击文件->保存，选择路径保存处理过后的图片
  35. 运行结果会自动保存在resources/img下change.png
  36. 单击原图->返回原图，返回处理之前的初始图片 ####美颜
  37. 运行demo.py单击文件->打开，选择图片
  38. resources/img下提供了测试用例照片test1.jpg，也可选择本机中的照片。white board.jpg是初始化的图片。
  39. 单击滤镜->美颜
  40. 单击文件->保存，选择路径保存处理过后的图片
  41. 运行结果会自动保存在resources/img下change.png
  42. 单击原图->返回原图，返回处理之前的初始图片 ####添加噪声
  43. 运行demo.py单击文件->打开，选择图片
  44. resources/img下提供了测试用例照片test1.jpg，也可选择本机中的照片。white board.jpg是初始化的图片。
  45. 单击图像恢复->添加噪声，即可选择想要添加的噪声
  46. 单击文件->保存，选择路径保存处理过后的图片
  47. 运行结果会自动保存在resources/img下change.png
  48. 单击原图->返回原图，返回处理之前的初始图片 ####滤波器
  49. 运行demo.py单击文件->打开，选择图片
  50. resources/img下提供了测试用例照片test1.jpg，也可选择本机中的照片。white board.jpg是初始化的图片。
  51. 滤波器分为三类滤波器，其中各有三种滤波器。
    1. 单击图像恢复->均值类滤波器，即可选择均值类的滤波器
    2. 单击图像恢复->排序统计类滤波器，即可选择排序统计类滤波器
    3. 单击图像恢复->选择性滤波器，即可选择选择性滤波器
  52. 单击文件->保存，选择路径保存处理过后的图片
  53. 运行结果会自动保存在resources/img下change.png
  54. 单击原图->返回原图，返回处理之前的初始图片 ####图像拼接
  55. 运行demo.py单击文件->打开，选择图片
  56. resources/img下提供了测试用例照片test1.jpg，也可选择本机中的照片。white board.jpg是初始化的图片。
  57. 单击图像合成->图像拼接
  58. 选择图片，即可将两张图拼接在一起
  59. 单击文件->保存，选择路径保存处理过后的图片
  60. 运行结果会自动保存在resources/img下change.png
  61. 单击原图->返回原图，返回处理之前的初始图片 ####算术运算
  62. 运行demo.py单击文件->打开，选择图片
  63. resources/img下提供了测试用例照片test1.jpg，也可选择本机中的照片。white board.jpg是初始化的图片。
  64. 单击图像合成->算术运算，选择想要的算数运算符
  65. 选择图片，即可对两张图做运算
  66. 单击文件->保存，选择路径保存处理过后的图片
  67. 运行结果会自动保存在resources/img下change.png
  68. 单击原图->返回原图，返回处理之前的初始图片 ####逻辑运算
  69. 运行demo.py单击文件->打开，选择图片
  70. resources/img下提供了测试用例照片test1.jpg，也可选择本机中的照片。white board.jpg是初始化的图片。
  71. 单击图像合成->逻辑运算，选择想要的算数运算符
  72. 选择图片，即可对两张图做运算
  73. 单击文件->保存，选择路径保存处理过后的图片
  74. 运行结果会自动保存在resources/img下change.png
  75. 单击原图->返回原图，返回处理之前的初始图片 ####图像增强
  76. 运行demo.py单击文件->打开，选择图片
  77. resources/img下提供了测试用例照片test1.jpg，也可选择本机中的照片。white board.jpg是初始化的图片。
  78. 单击边缘检测->图像增强
  79. 单击文件->保存，选择路径保存处理过后的图片
  80. 运行结果会自动保存在resources/img下change.png
  81. 单击原图->返回原图，返回处理之前的初始图片 ####边缘检测
  82. 运行demo.py单击文件->打开，选择图片
  83. resources/img下提供了测试用例照片test1.jpg，也可选择本机中的照片。white board.jpg是初始化的图片。
  84. 单击边缘检测，选择想要的算子
  85. 单击文件->保存，选择路径保存处理过后的图片
  86. 运行结果会自动保存在resources/img下change.png
  87. 单击原图->返回原图，返回处理之前的初始图片 ####图像动作驱动
  88. 运行demo.py单击文件->打开，选择图片
  89. 单击图像动作驱动->图像动作驱动
  90. sup-mat下提供了初始照片1-9.png和初始视频source.mp4
  91. 运行结果保存在01-09.mp4