service package

Submodules

service.affineService module

@File : affineService.py @Author: csc @Date : 2022/7/19 仿射变换

service.affineService.affine(imgs, args): 仿射变换 post1: Array<Tuple<float, float>> | [[x1, y1], [x2, y2], [x3, y3]] 三个点 post2: Array<Tuple<float, float>> | [[x1, y1], [x2, y2], [x3, y3]] 三个点 :return: img

service.augmentService module

service.augmentService.butterworth_hp_filter(imgs, args): 巴特沃斯高通滤波 d0: int | 截止频率 n: int | 阶数 :return: img

service.augmentService.butterworth_lp_filter(imgs, args): 巴特沃斯低通滤波 d0: int | 截止频率 n: int | 阶数 :return: img

service.augmentService.frequency_filter(image, filtered)

service.augmentService.gauss_hp_filter(imgs, args): 高斯高通滤波 d0: int | 截止频率 n: int | 阶数 :return: img

service.augmentService.gauss_lp_filter(imgs, args): 高斯低通滤波 d0: int | 截止频率 n: int | 阶数 :return: img

service.augmentService.hp_filter(imgs, args): 理想高通滤波 d0: int | 截止频率 :return: img

service.augmentService.laplacian_grad(imgs, args=None): Laplacian梯度算子

service.augmentService.lp_filter(imgs, args): 理想低通滤波 d0: int | 截止频率 :return: img

service.augmentService.prewitt_grad(imgs, args=None): Prewitt梯度算子

service.augmentService.roberts_grad(imgs, args=None): Roberts 梯度算子 :return: img

service.augmentService.sobel_grad(imgs, args=None): Sobel 梯度算子

service.colorSpaceService module

@File : colorSpaceService.py @Author: csc @Date : 2022/6/22 色彩空间

service.colorSpaceService.getHSV(imgs, args=None) → tuple: 返回 HSV 三个通道对应的彩色图 :return: Tuple<img, img, img>

service.colorSpaceService.getRGB(imgs, args=None) → tuple: 返回 RGB 三个通道对应的彩色图 :return: Tuple<img, img, img>

service.computeService module

service.computeService.add(imgs, args=None): 加法运算 :return: img

service.computeService.andOp(imgs, args=None): 与运算 :return: img

service.computeService.divide(imgs, args=None): 除法运算 :return: img

service.computeService.multiply(imgs, args=None): 乘法运算 :return: img

service.computeService.notOp(imgs, args=None): 非运算 :return: img

service.computeService.orOp(imgs, args=None): 或运算 :return: img

service.computeService.rotate(imgs, args): 旋转 x, y: int, int | 旋转中心 deg: float | 旋转角度 :return: img

service.computeService.scale(imgs, args): 缩放 xArg, yArg: int, int | 目标大小 :return: img

service.computeService.subtract(imgs, args=None): 减法运算 :return: img

service.computeService.translate(imgs, args): 平移 xArg, yArg: float, float | x, y 方向上的平移距离 :return: img

service.edgeDetectionService module

service.edgeDetectionService.LoG(imgs, args): LoG 边缘算子 blurSize: int | 高斯模糊 kernel 大小 :return: img

service.edgeDetectionService.canny(imgs, args): Canny 边缘检测 blurSize: int | 高斯模糊 kernel 大小 threshold1, threshold2: int, int | 低, 高阈值 :return: img

service.edgeDetectionService.laplacian(imgs, args): Laplacian 算子 blurSize: int | 高斯模糊 kernel 大小 ksize: int | 算子大小 :return: img

service.edgeDetectionService.roberts(imgs, args=None): Roberts 算子 :return: img

service.edgeDetectionService.sobel(imgs, args=None): Sobel 算子 :return: img

service.flipService module

@File : flipService.py @Author: csc @Date : 2022/7/17 图像翻转

service.flipService.horizontalFlip(imgs, args=None): 水平翻转图像 :return: img

service.flipService.verticalFlip(imgs, args=None): 垂直翻转图像 :return: img

service.histService module

@File : histService.py @Author: csc @Date : 2022/7/18 直方图

service.histService.histCover(imgs, args=None): 获取 img 的直方图返回一张有三条折线的直方图 :return: img

service.houghService module

@File : houghService.py @Author: csc @Date : 2022/7/19 霍夫变换

service.houghService.getEdges(img, bsize=3, threshold1=50, threshold2=150): 获取图像边缘

service.houghService.hough(imgs, args): 霍夫变换 blurSize: int | 高斯模糊 kernel 大小 cannyThreshold1, cannyThreshold2: int, int | canny 边缘检测阈值 houghThreshold: int | hough 变换阈值 :return: img

service.houghService.houghP(imgs, args): 概率霍夫变换 blurSize: int | 高斯模糊 kernel 大小 cannyThreshold1, cannyThreshold2: int, int | canny 边缘检测阈值 houghThreshold: int | hough 变换阈值 minLineLength: int | (最小长度)可以组成一条直线的最小点数, 少于这个点数的直线被忽略 maxLineGap: int | (最大间隙)认为在同一直线上的两点之间的最大间隙 :return: img

service.morphologyService module

@File : morphologyService.py @Author: csc @Date : 2022/7/19 形态学操作

service.morphologyService.dilate(imgs, args): 膨胀: 将与物体接触的所有背景点合并到物体中，使目标增大，可添补目标中的空洞 kernelType: int | 结构元类型 0: MORPH_RECT, 1: MORPH_CROSS, 2: MORPH_ELLIPSE kernelSize: Tuple<int, int> | (x, y) 结构元大小

service.morphologyService.erode(imgs, args): 腐蚀: 消除物体边界点，使目标缩小，可以消除小于结构元素的噪声点 kernelType: int | 结构元类型 0: MORPH_RECT, 1: MORPH_CROSS, 2: MORPH_ELLIPSE kernelX, kernelY: int, int | (x, y) 结构元大小

service.morphologyService.morphClose(imgs, args): 闭运算: 先膨胀后腐蚀，填充物体内细小的空洞，并平滑物体边界 kernelType: int | 结构元类型 0: MORPH_RECT, 1: MORPH_CROSS, 2: MORPH_ELLIPSE kernelSize: Tuple<int, int> | (x, y) 结构元大小

service.morphologyService.morphOpen(imgs, args): 开运算: 先腐蚀后膨胀，消除图像上细小的噪声，并平滑物体边界 kernelType: int | 结构元类型 0: MORPH_RECT, 1: MORPH_CROSS, 2: MORPH_ELLIPSE kernelSize: Tuple<int, int> | (x, y) 结构元大小

service.noiseBlurService module

service.noiseBlurService.avg_blur(imgs, args): 算术均值滤波 x, y: int, int | 滤波器大小 :return: img

service.noiseBlurService.band_pass_filter(imgs, args): 带通滤波 threshold1, threshold2: int, int | 低阈值, 高阈值 :return: img

service.noiseBlurService.band_stop_filter(imgs, args): 带阻滤波 threshold1, threshold2: int, int | 低阈值, 高阈值 :return: img

service.noiseBlurService.gaussian_blur(imgs, args): 高斯滤波 x, y: int, int | 滤波器大小

service.noiseBlurService.gaussian_noise(imgs, args): 添加高斯噪声 mean: float | 均值 sigma: float | 标准差 :return: img

service.noiseBlurService.geometric_blur(imgs, args): 几何均值滤波 ksize: int | 滤波器大小 :return: img

service.noiseBlurService.harmonic_blur(imgs, args): 谐波均值滤波 ksize: int | 滤波器大小 :return: img

service.noiseBlurService.high_pass_filter(imgs, args): 高通滤波 threshold1: int | 阈值 :return: img

service.noiseBlurService.low_pass_filter(imgs, args): 低通滤波 threshold2: int | 阈值 :return: img

service.noiseBlurService.max_blur(imgs, args): 最大值滤波 ksize: int | 滤波器大小 :return: img

service.noiseBlurService.med_blur(imgs, args): 中值滤波 ksize: 滤波器大小 :return: img

service.noiseBlurService.min_blur(imgs, args): 最小值滤波 ksize: int | 滤波器大小 :return: img

service.noiseBlurService.sp_noise(imgs, args): 添加椒盐噪声 svp: float | 盐噪声比例 0-1之间 amount: float | 噪声占比 0-1之间 :return: img