Python 이미지 처리:2 차원 고 스 분포 몽 판 생 성 실례
여기 서 II 는 합 성 된 이미 지 를 나타 내 고 FF 는 전경 도 를 나타 내 며 BB 는 배경 도 를 나타 내 고 MM 은 몽 판 을 나타 내 거나 몽 판 으로 이미지 와 직접 곱 하여 그 라 데 이 션 매 핑 효 과 를 형성한다.아래 와 같다.
고 스 분포 몽 판 의 특성 을 소개 하고 Python 으로 이 루어 집 니 다.
가우스 분포 의 몽 판 은 쉽게 말 하면 중심 에서 확산 되 는 밝기 분포 도 이다.다음 과 같다.
밝기 의 범 위 는 1 에서 0 까지 이 고 중심 에서 가장자리 까지 점점 약해 집 니 다.중심의 밝기 가 가장 높 은 것 은 1 이 고 가장자리 의 밝기 가 가장 낮은 것 은 0 입 니 다.이미지 의 모든 밝기 값 은 다음 과 같 습 니 다.
그 중에서 i,ji,j 는 이미지 의 모든 점 의 좌 표를 나타 내 고 왼쪽 상단 을 좌표 원점 으로 하 며 dd 는 이미지 의 모든 점 에서 이미지 중심 점 까지 의 거 리 를 나타 내 고 RR 은 이미지 의 반지름 을 나타 낸다.그림 의 높이 가 HH 이 고 너비 가 WW 라 고 가정 합 니 다.
IMAGE_WIDTH = 512
IMAGE_HEIGHT = 392
center_x = IMAGE_WIDTH/2
center_y = IMAGE_HEIGHT/2
R = np.sqrt(center_x**2 + center_y**2)
Gauss_map = np.zeros((IMAGE_HEIGHT, IMAGE_WIDTH))
# for
for i in range(IMAGE_HEIGHT):
for j in range(IMAGE_WIDTH):
dis = np.sqrt((i-center_y)**2+(j-center_x)**2)
Gauss_map[i, j] = np.exp(-0.5*dis/R)
#
mask_x = np.matlib.repmat(center_x, IMAGE_HEIGHT, IMAGE_WIDTH)
mask_y = np.matlib.repmat(center_y, IMAGE_HEIGHT, IMAGE_WIDTH)
x1 = np.arange(IMAGE_WIDTH)
x_map = np.matlib.repmat(x1, IMAGE_HEIGHT, 1)
y1 = np.arange(IMAGE_HEIGHT)
y_map = np.matlib.repmat(y1, IMAGE_WIDTH, 1)
y_map = np.transpose(y_map)
Gauss_map = np.sqrt((x_map-mask_x)**2+(y_map-mask_y)**2)
Gauss_map = np.exp(-0.5*Gauss_map/R)
#
plt.figure()
plt.imshow(Gauss_map, plt.cm.gray)
plt.imsave('out_2.jpg', Gauss_map, cmap=plt.cm.gray)
plt.show()
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
Python의 None과 NULL의 차이점 상세 정보그래서 대상 = 속성 + 방법 (사실 방법도 하나의 속성, 데이터 속성과 구별되는 호출 가능한 속성 같은 속성과 방법을 가진 대상을 클래스, 즉 Classl로 분류할 수 있다.클래스는 하나의 청사진과 같아서 하나의 ...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.
좋은 웹페이지 즐겨찾기
