使用python以YCbCr读取图片,如何把Y通道的数据提取为tensorflow张量?

使用python以YCbCr读取图片,如何把Y通道的数据提取为tensorflow张量?

Csdn user default icon
上传中...
上传图片
插入图片
抄袭、复制答案,以达到刷声望分或其他目的的行为,在CSDN问答是严格禁止的,一经发现立刻封号。是时候展现真正的技术了!
其他相关推荐
求一份在YCbCr色彩空间提取Y,Cb,Cr三种分量的代码,matlab的
求一份在YCbCr色彩空间提取Y,Cb,Cr三种分量的代码,matlab的
JPEG压缩CbCr如何取样?最后编码YCbCr数据如何排列?
向大家请教两个问题,各位大神求帮忙啊!:1、在取8x8的单元时,是不是一般都是按照4:1:1来取的?那Cb和Cr应该就要在16*16的矩阵中取?具体的取的方法是什么样子的啊? 2、在对Y Cb Cr做完一系列的处理之后得到的HUFFMAN编码完了之后在图片里的主数据段的排列是什么样子的? 如果是4:1:1的话是不是就这Y Y Y Y Cb Cr这样的顺序排列下去? 另外我在做的时候用画图点出一幅8x8的图,分别保存成bmp和jpg格式的两张图,bmp的图用matlab来仿真,jpg的图用ultraedit打开,然后对比最后结果。这种方法应该是没有问题的对吧? 求做过jpeg压缩的大神指点!!我新手,不懂规矩,如有不合适的地方,还望指教!
如何利用opencv对ycbcr格式的图像求重心
如题,在opencv中将普通格式的图像转化为ycbcr用以检测肤色后,如何对图像求重心?是利用cvmoments吗?但是这个函数好像只能用于二值化图像,程序运行到一半会报错求大神解答
请问 YCbCr 4:2:2 属于 RAW格式吗?
请问 YCbCr 4:2:2 属于 RAW格式吗? 请问 YCbCr 4:2:2 属于 RAW格式吗? 请问 YCbCr 4:2:2 属于 RAW格式吗?
java-exif 如何读取镜头信息
public class ExifTester { public static void main(String[] args) throws Exception { File jpegFile = new File("C:/1.JPG"); Metadata metadata = JpegMetadataReader.readMetadata(jpegFile); Directory exif = metadata.getDirectory(ExifDirectory.class); Iterator tags = exif.getTagIterator(); while (tags.hasNext()) { Tag tag = (Tag) tags.next(); System.out.println(tag); } } } ---------------------------------- 获取: [Exif] Make - Canon [Exif] Model - Canon EOS 650D [Exif] Orientation - Top, left side (Horizontal / normal) [Exif] X Resolution - 72 dots per inch [Exif] Y Resolution - 72 dots per inch [Exif] Resolution Unit - Inch [Exif] Date/Time - 2013:05:26 18:30:49 [Exif] Artist - [Exif] YCbCr Positioning - Datum point [Exif] Copyright - [Exif] Exposure Time - 1/160 sec [Exif] F-Number - F2.8 [Exif] Exposure Program - Manual control [Exif] ISO Speed Ratings - 200 [Exif] Unknown tag (0x8830) - 2 [Exif] Unknown tag (0x8832) - 200 [Exif] Exif Version - 2.30 [Exif] Date/Time Original - 2013:05:26 18:30:49 [Exif] Date/Time Digitized - 2013:05:26 18:30:49 [Exif] Components Configuration - YCbCr [Exif] Shutter Speed Value - 1/165 sec [Exif] Aperture Value - F2.8 [Exif] Exposure Bias Value - 0 EV [Exif] Metering Mode - Multi-segment [Exif] Flash - Flash did not fire, auto [Exif] Focal Length - 200.0 mm [Exif] User Comment - [Exif] Sub-Sec Time - 00 [Exif] Sub-Sec Time Original - 00 [Exif] Sub-Sec Time Digitized - 00 [Exif] FlashPix Version - 1.00 [Exif] Color Space - sRGB [Exif] Exif Image Width - 5184 pixels [Exif] Exif Image Height - 3456 pixels [Exif] Focal Plane X Resolution - 447/2592000 inches [Exif] Focal Plane Y Resolution - 199/1152000 inches [Exif] Focal Plane Resolution Unit - Inches [Exif] Custom Rendered - Normal process [Exif] Exposure Mode - Manual exposure [Exif] White Balance - Auto white balance [Exif] Scene Capture Type - Standard [Exif] Unknown tag (0xa430) - [Exif] Unknown tag (0xa431) - 044021026374 [Exif] Unknown tag (0xa432) - 70/1 200/1 0/1 0/1 ***[Exif] Unknown tag (0xa434) - EF70-200mm f/2.8L IS II USM*** 此行是镜头信息,如何获取 [Exif] Unknown tag (0xa435) - 000040eba4 [Exif] Compression - JPEG (old-style) [Exif] Thumbnail Offset - 10924 bytes [Exif] Thumbnail Length - 11899 bytes [Exif] Thumbnail Data - [11899 bytes of thumbnail data]
做人脸识别算法,在进行肤色分割时遇到一些问题,求大神帮助!
在做人脸识别算法的肤色分割时遇到一些问题,求大神帮助! 对图像进行光线补偿后,把图像从RGB空间转换到YCbCr空间,然后根据已经统计好的肤色模型计算其肤色相似度,最后转换为灰度图,可是转换后结果如图所示: ![转换前](https://img-ask.csdn.net/upload/201507/11/1436597244_849347.jpg) ![转换后](https://img-ask.csdn.net/upload/201507/11/1436597469_37375.png) 代码如下,求大神帮看看哪里出了问题!大谢! %fR1/fG1/fB1均为光线补偿后的图像数据: %彩色空间转换 fCb1=128-0.147*fR1-0.289*fG1+0.436*fB1; fCr1=128+0.615*fR1-0.515*fG1-0.100*fB1; %肤色似度灰度图 C=[175.1301 10.1450;10.145 89.4567];m=[110.4367 138.6389]; for i=1:x for j=1:y x=[fCb1(i,j),fCr1(i,j)]; fhui(i,j)=exp(-0.5*(x-m)*inv(C)*(x-m)'); end end fhuimax=max(max(fhui)); fhui=(fhui/fhuimax)*255; figure,imshow(fhui,[min(min(fhui)),max(max(fhui))]); %灰度化后的图像
Could not execute method for android :onClicked
最近在学android的camera,在拍照按钮的点击事件中做了如下参数设置: ``` public void capture(View view){ if(mCamera!=null){ WindowManager manager= (WindowManager) getSystemService(Context.WINDOW_SERVICE); Display display=manager.getDefaultDisplay(); Log.i("capture",display.getWidth()+" "+display.getHeight()); Camera.Parameters parameters=mCamera.getParameters(); //设置拍照格式 parameters.setPictureFormat(PixelFormat.YCbCr_422_SP); //设置拍照大小 parameters.setPictureSize(213,350); //设置自动对焦 parameters.setFlashMode(Camera.Parameters.FOCUS_MODE_AUTO); mCamera.setParameters(parameters); mCamera.autoFocus(new Camera.AutoFocusCallback() { @Override public void onAutoFocus(boolean success, Camera camera) { mCamera.takePicture(null,null,mPictureCallback); } }); } } ``` 点击拍照按钮的时候程序崩溃了,出现如下的日志信息: ``` Process: com.example.vampire.facelearning, PID: 14489 java.lang.IllegalStateException: Could not execute method for android:onClick at android.view.View$DeclaredOnClickListener.onClick(View.java:4461) at android.view.View.performClick(View.java:5207) at android.view.View$PerformClick.run(View.java:21177) at android.os.Handler.handleCallback(Handler.java:739) at android.os.Handler.dispatchMessage(Handler.java:95) at android.os.Looper.loop(Looper.java:148) at android.app.ActivityThread.main(ActivityThread.java:5432) at java.lang.reflect.Method.invoke(Native Method) at com.android.internal.os.ZygoteInit$MethodAndArgsCaller.run(ZygoteInit.java:735) at com.android.internal.os.ZygoteInit.main(ZygoteInit.java:625) Caused by: java.lang.reflect.InvocationTargetException at java.lang.reflect.Method.invoke(Native Method) at android.view.View$DeclaredOnClickListener.onClick(View.java:4456) at android.view.View.performClick(View.java:5207)  at android.view.View$PerformClick.run(View.java:21177)  at android.os.Handler.handleCallback(Handler.java:739)  at android.os.Handler.dispatchMessage(Handler.java:95)  at android.os.Looper.loop(Looper.java:148)  at android.app.ActivityThread.main(ActivityThread.java:5432)  at java.lang.reflect.Method.invoke(Native Method)  at com.android.internal.os.ZygoteInit$MethodAndArgsCaller.run(ZygoteInit.java:735)  at com.android.internal.os.ZygoteInit.main(ZygoteInit.java:625)  Caused by: java.lang.RuntimeException: setParameters failed at android.hardware.Camera.native_setParameters(Native Method) at android.hardware.Camera.setParameters(Camera.java:2003) at com.example.vampire.facelearning.CustomCamera.capture(CustomCamera.java:85) at java.lang.reflect.Method.invoke(Native Method)  at android.view.View$DeclaredOnClickListener.onClick(View.java:4456)  at android.view.View.performClick(View.java:5207)  at android.view.View$PerformClick.run(View.java:21177)  at android.os.Handler.handleCallback(Handler.java:739)  at android.os.Handler.dispatchMessage(Handler.java:95)  at android.os.Looper.loop(Looper.java:148)  at android.app.ActivityThread.main(ActivityThread.java:5432)  at java.lang.reflect.Method.invoke(Native Method)  ``` 我把mCamera.setParameters(parameters);注析掉后程序就可以进行拍照了,但遇到了另一个问题。拍照获取的图片尺寸非常小:![图片说明](https://img-ask.csdn.net/upload/201604/02/1459603192_651468.png) 这是onPictureToken方法的实现方法: ``` private Camera.PictureCallback mPictureCallback=new Camera.PictureCallback() { @Override public void onPictureTaken(byte[] data, Camera camera) { //将数据写入SD卡的temp.png文件当中 File tempFile=new File("/sdcard/temp.png"); try { FileOutputStream fileOutputStream=new FileOutputStream(tempFile); fileOutputStream.write(data); fileOutputStream.close(); Intent intent=new Intent(CustomCamera.this,ResultAty.class); intent.putExtra("picPath",tempFile.getAbsolutePath()); startActivity(intent); CustomCamera.this.finish(); } catch (FileNotFoundException e) { e.printStackTrace(); } catch (IOException e) { e.printStackTrace(); } } }; ``` 跳转到另一个activity来进行显示图片: ``` String path=getIntent().getStringExtra("picPath"); ImageView imageView= (ImageView) findViewById(R.id.pic); //对图像的显示角度进行调整 try { FileInputStream fis=new FileInputStream(path); //把图像转换成字节流 Bitmap bitmap=BitmapFactory.decodeStream(fis); Matrix matrix=new Matrix(); matrix.setRotate(90); //调整角度 bitmap=Bitmap.createBitmap(bitmap,0,0,bitmap.getWidth(),bitmap.getHeight(),matrix,true); imageView.setImageBitmap(bitmap); } catch (FileNotFoundException e) { e.printStackTrace(); } } ``` 麻烦各位大神给个提示,我自己debug了很久都没有找出问题所在,谢谢!
android获取预览图片怎么获取一张图片
public class MainActivity extends AppCompatActivity { private SurfaceView sv_camera_surfaceview; private android.hardware.Camera camera; private SurfaceHolder surfaceholder; @Override protected void onCreate(@Nullable Bundle savedInstanceState) { super.onCreate(savedInstanceState); setContentView(R.layout.activity_main); sv_camera_surfaceview = (SurfaceView) findViewById(R.id.sv_camera_sufaceview); sv_camera_surfaceview.getHolder().addCallback(new SurfaceHolder.Callback() { @Override public void surfaceCreated(SurfaceHolder holder) { camera = Camera.open();//开启摄像头 } @Override public void surfaceChanged(SurfaceHolder holder, int format, int width, int height) { Camera.Parameters parameters = camera.getParameters(); parameters.setPictureFormat(ImageFormat.NV21); parameters.setPreviewFormat(ImageFormat.NV21); //parameters.setPictureFormat(ImageFormat.NV21); //设置格式 //parameters.getSupportedPictureSizes(); //parameters.setFocusMode(Camera.Parameters.FOCUS_MODE_CONTINUOUS_PICTURE);//自动聚焦 //parameters.setPreviewSize(900,240); /* WindowManager windowManager = getWindowManager(); Display display = windowManager.getDefaultDisplay(); int screenWidth = screenWidth = display.getWidth(); int screenHeight = screenHeight = display.getHeight(); parameters.setPictureSize(screenWidth, screenHeight);*/ //camera.Size(100,50); // parameters.setPictureSize(500,80); // parameters.set("YCbCr_420_SP",100); //List<android.support.annotation.Size>picturesize=camera.getParameters().getSupportedPictureSizes(); // List<Camera.Size> picturesize=camera.getParameters().getSupportedPictureSizes(); /*List<Camera.Size>picturesize=camera.getParameters().getSupportedPictureSizes(); List<Camera.Size>previewsize=camera.getParameters().getSupportedPreviewSizes(); List<Integer> previewformats=camera.getParameters().getSupportedPreviewFormats(); List<Integer> previewframerates=camera.getParameters().getSupportedPreviewFrameRates(); //Lise<Integer> Size size=null; for (int i=0 ;i<picturesize.size();i++){ size= (Size) picturesize.get(i); } for (int i=0;i<previewsize.size();i++){ size= (Size) previewsize.get(i); } Integer in=null; for (int i=0;i<previewformats.size();i++){ in=previewformats.get(i); } parameters.setPictureSize(1080,1920); //camera.setParameters(parameters); // camera.startPreview(); // int previewWidth; // int previewHeight; //List<Camera.Size>previerSizes=camera.getParameters().getPreviewSize();*/ List<Camera.Size> pictureSize = camera.getParameters().getSupportedPictureSizes(); List<Camera.Size> previewsize = camera.getParameters().getSupportedPreviewSizes(); //List<int []> range=parameters.getSupportedPreviewFpsRange(); Camera.Size size; // size.width=width; // size.height=height; for (int i = 0; i < pictureSize.size(); i++) { size = pictureSize.get(i); } for (int i = 0; i < previewsize.size(); i++) { size = previewsize.get(i); } /*for (int j=0;j<range.size();j++){ int [] r=range.get(j); }*/ //parameters.setPreviewFpsRange(30,30); parameters.setPictureSize(192,1080); parameters.setPreviewSize(1920,1080); //parameters.setPreviewFrameRate(30000); camera.setDisplayOrientation(0);//角度 camera.setParameters(parameters); try { camera.setPreviewDisplay(sv_camera_surfaceview.getHolder());//实时预览 camera.startPreview(); /// /开启预览 } catch (IOException e) { e.printStackTrace(); } } @Override public void surfaceDestroyed(SurfaceHolder holder) { } }); } public void takephoto(View view) { camera.setPreviewCallback(new Camera.PreviewCallback() { @Override public void onPreviewFrame(byte[] data, Camera camera) { //byte a=data[0]; //if (data.length<=1) { //System.arraycopy(data, 0, ImageFormat.NV21, 0, data.length); FileOutputStream fileoutputstream ; try { fileoutputstream = new FileOutputStream(String.format("sdcard/DCIM/camera/" + System.currentTimeMillis() + "12")); fileoutputstream.write(data); fileoutputstream.close(); //YuvImage yuvImage=new YuvImage(data,ImageFormat.NV21,1080,1920,null); //Bitmap bitmap = BitmapFactory.decodeByteArray(data, 0, data.length); } catch (IOException e) { e.printStackTrace(); } } }); } } 现在每次点击一次拍照都是获得很多张照片怎么只获得点击拍照最近的照片
matlab ssim怎么运行?
想用个ssim比较两个图片相似度,报错“脚本中的所有函数都必须以 'end' 结束。”初学不懂,求大神指教 调用代码如下: img1= imread('E:\paperanddata\127\1.jpg'); img2= imread('E:\paperanddata\127\2.jpg'); ssim(img1,img2); 源代码如下: function [mssim, ssim_map] = ssim(img1, img2, K, window, L) %======================================================================== %SSIM Index, Version 1.0 %Copyright(c) 2003 Zhou Wang %All Rights Reserved. % %The author is with Howard Hughes Medical Institute, and Laboratory %for Computational Vision at Center for Neural Science and Courant %Institute of Mathematical Sciences, New York University. % %---------------------------------------------------------------------- %Permission to use, copy, or modify this software and its documentation %for educational and research purposes only and without fee is hereby %granted, provided that this copyright notice and the original authors' %names ap pearon all copies and supporting documentation. This program %shall not be used, rewritten, or adapted as the basis of a commercial %software or hardware product without first obtaining permission of the %authors. The authors make no representations about the suitability of %this software for any purpose. It is provided "as is" without express %or implied warranty. %---------------------------------------------------------------------- % %This is an implementation of the algorithm for calculating the %Structural SIMilarity (SSIM) index between two images. Please refer %to the following paper: % %Z. Wang, A. C. Bovik, H. R. Sheikh, and E. P. Simoncelli, "Image %quality assessment: From error visibility to structural similarity" %IEEE Transactios on Image Processing, vol. 13, no. 4, pp.600-612, %Apr. 2004. % %Kindly report any suggestions or corrections to zhouwang@ieee.org % %---------------------------------------------------------------------- % %Input : (1) img1: the first image being compared % (2) img2: the second image being compared % (3) K: constants in the SSIM index formula (see the above % reference). defualt value: K = [0.01 0.03] % (4) window: local window for statistics (see the above % reference). default widnow is Gaussian given by % window = fspecial('gaussian', 11, 1.5); % (5) L: dynamic range of the images. default: L = 255 % %Output: (1) mssim: the mean SSIM index value between 2 images. % If one of the images being compared is regarded as % perfect quality, then mssim can be considered as the % quality measure of the other image. % If img1 = img2, then mssim = 1. % (2) ssim_map: the SSIM index map of the test image. The map % has a smaller size than the input images. The actual size: % size(img1) - size(window) + 1. % %Default Usage: % Given 2 test images img1 and img2, whose dynamic range is 0-255 % % [mssim ssim_map] = ssim_index(img1, img2); % %Advanced Usage: % User defined parameters. For example % % K = [0.05 0.05]; % window = ones(8); % L = 100; % [mssim ssim_map] = ssim_index(img1, img2, K, window, L); % %See the results: % % mssim %Gives the mssim value % imshow(max(0, ssim_map).^4) %Shows the SSIM index map % %======================================================================== if (nargin < 2 | nargin > 5) ssim_index = -Inf; ssim_map = -Inf; return; end if (size(img1) ~= size(img2)) ssim_index = -Inf; ssim_map = -Inf; return; end [M N] = size(img1); if (nargin == 2) if ((M < 11) | (N < 11)) % 图像大小过小,则没有意义。 ssim_index = -Inf; ssim_map = -Inf; return end window = fspecial('gaussian', 11, 1.5); % 参数一个标准偏差1.5,11*11的高斯低通滤波。 K(1) = 0.01; % default settings K(2) = 0.03; L = 255; end if (nargin == 3) if ((M < 11) | (N < 11)) ssim_index = -Inf; ssim_map = -Inf; return end window = fspecial('gaussian', 11, 1.5); L = 255; if (length(K) == 2) if (K(1) < 0 | K(2) < 0) ssim_index = -Inf; ssim_map = -Inf; return; end else ssim_index = -Inf; ssim_map = -Inf; return; end end if (nargin == 4) [H W] = size(window); if ((H*W) < 4 | (H > M) | (W > N)) ssim_index = -Inf; ssim_map = -Inf; return end L = 255; if (length(K) == 2) if (K(1) < 0 | K(2) < 0) ssim_index = -Inf; ssim_map = -Inf; return; end else ssim_index = -Inf; ssim_map = -Inf; return; end end if (nargin == 5) [H W] = size(window); if ((H*W) < 4 | (H > M) | (W > N)) ssim_index = -Inf; ssim_map = -Inf; return end if (length(K) == 2) if (K(1) < 0 | K(2) < 0) ssim_index = -Inf; ssim_map = -Inf; return; end else ssim_index = -Inf; ssim_map = -Inf; return; end end if size(img1,3)~=1 %判断图像时不是彩色图,如果是,结果为3,否则为1 org=rgb2ycbcr(img1); test=rgb2ycbcr(img2); y1=org(:,:,1); y2=test(:,:,1); y1=double(y1); y2=double(y2); else y1=double(img1); y2=double(img2); end img1 = double(y1); img2 = double(y2); % automatic downsampling %f = max(1,round(min(M,N)/256)); %downsampling by f %use a simple low-pass filter % if(f>1) % lpf = ones(f,f); % lpf = lpf/sum(lpf(:)); % img1 = imfilter(img1,lpf,'symmetric','same'); % img2 = imfilter(img2,lpf,'symmetric','same'); % img1 = img1(1:f:end,1:f:end); % img2 = img2(1:f:end,1:f:end); % end C1 = (K(1)*L)^2; % 计算C1参数,给亮度L(x,y)用。 C1=6.502500 C2 = (K(2)*L)^2; % 计算C2参数,给对比度C(x,y)用。 C2=58.522500 window = window/sum(sum(window)); %滤波器归一化操作。 mu1 = filter2(window, img1, 'valid'); % 对图像进行滤波因子加权 valid改成same结果会低一丢丢 mu2 = filter2(window, img2, 'valid'); % 对图像进行滤波因子加权 mu1_sq = mu1.*mu1; % 计算出Ux平方值。 mu2_sq = mu2.*mu2; % 计算出Uy平方值。 mu1_mu2 = mu1.*mu2; % 计算Ux*Uy值。 sigma1_sq = filter2(window, img1.*img1, 'valid') - mu1_sq; % 计算sigmax (标准差) sigma2_sq = filter2(window, img2.*img2, 'valid') - mu2_sq; % 计算sigmay (标准差) sigma12 = filter2(window, img1.*img2, 'valid') - mu1_mu2; % 计算sigmaxy(标准差) if (C1 > 0 & C2 > 0) ssim_map = ((2*mu1_mu2 + C1).*(2*sigma12 + C2))./((mu1_sq + mu2_sq + C1).*(sigma1_sq + sigma2_sq + C2)); else numerator1 = 2*mu1_mu2 + C1; numerator2 = 2*sigma12 + C2; denominator1 = mu1_sq + mu2_sq + C1; denominator2 = sigma1_sq + sigma2_sq + C2; ssim_map = ones(size(mu1)); index = (denominator1.*denominator2 > 0); ssim_map(index) = (numerator1(index).*numerator2(index))./(denominator1(index).*denominator2(index)); index = (denominator1 ~= 0) & (denominator2 == 0); ssim_map(index) = numerator1(index)./denominator1(index); end mssim = mean2(ssim_map); return 报错错误: 文件:ssim.m 行:223 列:1 脚本中的所有函数都必须以 'end' 结束。 不知道怎么解决求指教
关于IP核logiISP在色度重采样上的配置问题
本人刚刚接触vivado等内容,所以基本属于空白状态。现在需要使用MicroBlaze配置logiISP,完成视频色度重采样,需要在YCbCr4:4:4,4:2:2,4:2:0之间任意转换。请问具体应该怎么做呢?比如配置哪些寄存器,MicroBlaze的C语言代码又该怎么写呢?谢谢。视频要求1080P,时钟148.25MHz
编译idoubs出错:Apple Mach-O Linker Error
Undefined symbols for architecture i386: "_th_comment_clear", referenced from: _encode_init in libavcodec.a(libtheoraenc.o) "_th_comment_init", referenced from: _encode_init in libavcodec.a(libtheoraenc.o) "_th_encode_alloc", referenced from: _encode_init in libavcodec.a(libtheoraenc.o) "_th_encode_ctl", referenced from: _submit_stats in libavcodec.a(libtheoraenc.o) _get_stats in libavcodec.a(libtheoraenc.o) _encode_init in libavcodec.a(libtheoraenc.o) "_th_encode_flushheader", referenced from: _encode_init in libavcodec.a(libtheoraenc.o) "_th_encode_free", referenced from: _encode_close in libavcodec.a(libtheoraenc.o) "_th_encode_packetout", referenced from: _encode_frame in libavcodec.a(libtheoraenc.o) "_th_encode_ycbcr_in", referenced from: _encode_frame in libavcodec.a(libtheoraenc.o) "_th_info_clear", referenced from: _encode_init in libavcodec.a(libtheoraenc.o) "_th_info_init", referenced from: _encode_init in libavcodec.a(libtheoraenc.o) ld: symbol(s) not found for architecture i386 clang: error: linker command failed with exit code 1 (use -v to see invocation) 以上是编译idoubs目标时候的错误,用的Xcode6.1,添加了一些框架,感觉不应该是缺少框架了吧,请各位大神们赐教啊!!!
求图像连通区域数的一个代码一直提示vector subscript out of range,求问
skin是用来提取肤色区域的,不加这段可以正常运行,加了就不行了 #include<iostream> #include <string> #include <list> #include <vector> #include <map> #include <stack> #include <opencv2/imgproc/imgproc.hpp> #include <opencv2/highgui/highgui.hpp> using namespace std; using namespace cv; void Two_Pass(const cv::Mat& binImg, cv::Mat& lableImg) //两遍扫描法 { if (binImg.empty() || binImg.type() != CV_8UC1) { cout<<"no picture"<<endl; return; } // 第一个通路 lableImg.release(); binImg.convertTo(lableImg, CV_32SC1); int label = 1; std::vector<int> labelSet; labelSet.push_back(0); labelSet.push_back(1); int rows = binImg.rows - 1; int cols = binImg.cols - 1; for (int i = 1; i < rows; i++) { int* data_preRow = lableImg.ptr<int>(i-1); int* data_curRow = lableImg.ptr<int>(i); for (int j = 1; j < cols; j++) { if (data_curRow[j] == 1) { std::vector<int> neighborLabels; neighborLabels.reserve(2); int leftPixel = data_curRow[j-1]; int upPixel = data_preRow[j]; if ( leftPixel > 1) { neighborLabels.push_back(leftPixel); } if (upPixel > 1) { neighborLabels.push_back(upPixel); } if (neighborLabels.empty()) { labelSet.push_back(++label); // 不连通,标签+1 data_curRow[j] = label; labelSet[label] = label; } else { std::sort(neighborLabels.begin(), neighborLabels.end()); int smallestLabel = neighborLabels[0]; data_curRow[j] = smallestLabel; // 保存最小等价表 for (size_t k = 1; k < neighborLabels.size(); k++) { int tempLabel = neighborLabels[k]; int& oldSmallestLabel = labelSet[tempLabel]; if (oldSmallestLabel > smallestLabel) { labelSet[oldSmallestLabel] = smallestLabel; oldSmallestLabel = smallestLabel; } else if (oldSmallestLabel < smallestLabel) { labelSet[smallestLabel] = oldSmallestLabel; } } } } } } // 更新等价对列表 // 将最小标号给重复区域 cout<<labelSet.size(); for (size_t i = 2; i < labelSet.size(); i++) { int curLabel = labelSet[i]; int preLabel = labelSet[curLabel]; while (preLabel != curLabel) { curLabel = preLabel; preLabel = labelSet[preLabel]; } labelSet[i] = curLabel; } ; for (int i = 0; i < rows; i++) { int* data = lableImg.ptr<int>(i); for (int j = 0; j < cols; j++) { int& pixelLabel = data[j]; pixelLabel = labelSet[pixelLabel]; } } } //彩色显示 cv::Scalar GetRandomColor() { uchar r = 255 * (rand()/(1.0 + RAND_MAX)); uchar g = 255 * (rand()/(1.0 + RAND_MAX)); uchar b = 255 * (rand()/(1.0 + RAND_MAX)); return cv::Scalar(b,g,r); } void LabelColor(const cv::Mat& labelImg, cv::Mat& colorLabelImg) { if (labelImg.empty() || labelImg.type() != CV_32SC1) { return; } std::map<int, cv::Scalar> colors; int rows = labelImg.rows; int cols = labelImg.cols; colorLabelImg.release(); colorLabelImg.create(rows, cols, CV_8UC3); colorLabelImg = cv::Scalar::all(0); for (int i = 0; i < rows; i++) { const int* data_src = (int*)labelImg.ptr<int>(i); uchar* data_dst = colorLabelImg.ptr<uchar>(i); for (int j = 0; j < cols; j++) { int pixelValue = data_src[j]; if (pixelValue > 1) { if (colors.count(pixelValue) <= 0) { colors[pixelValue] = GetRandomColor(); } cv::Scalar color = colors[pixelValue]; *data_dst++ = color[0]; *data_dst++ = color[1]; *data_dst++ = color[2]; } else { data_dst++; data_dst++; data_dst++; } } } } Mat skin(Mat &img){ Mat out; medianBlur( img, out, 15); // GaussianBlur(image,out,Size(17,17),0,0); //遍历图像得到符合肤色特征的像素点 记录于count int count=0; for(int i=0;i<out.rows;i++) { for(int j=0;j<out.cols;j++) { int r,g,b; //图像的R,G,B信息 b=out.at<Vec3b>(i,j)[0]; g=out.at<Vec3b>(i,j)[1]; r=out.at<Vec3b>(i,j)[2]; // if(i==100&&j==i)cout<<r<<","<<g<<","<<b<<endl; double iYIQ,Cr,Cb; //YIQ,YCbCr颜色空间的I,Cr,Cb值,由转换公式获得 iYIQ = 0.596*(double)r - 0.275*(double)g - 0.321*(double)b; Cb = -0.148*(double)r - 0.291*(double)g + 0.439*(double)b + 128; Cr = 0.439*(double)r - 0.368*(double)g - 0.071*(double)b + 128; // if(i==100&&j==i)cout<<iYIQ<<","<<Cb<<","<<Cr<<endl; if((iYIQ<=85&&iYIQ>=15)&&(Cb>88&&Cb<133)&&(Cr>122&&Cr<169))count++; //if(r>95 && g>40 && b>20 && r>g && r>b && max(r,g,b)-min(r,g,b)>15 && abs(r-g)>15)count++; else {out.at<Vec3b>(i,j)[0]=0;out.at<Vec3b>(i,j)[1]=0;out.at<Vec3b>(i,j)[2]=0;} } } return out; } int main() { cv::Mat binImage = cv::imread("F:\\03.jpg"); Mat out=skin(binImage); imshow("xixi",out); waitKey(0); Mat out1; cv::cvtColor(out,out1,CV_BGR2GRAY); imshow("xixi1",out1); waitKey(0); Mat out2; cv::threshold(out1, out1, 1, 255, CV_THRESH_BINARY_INV); if(out1.empty()==1)cout<<"no picture!!"<<endl; imshow("xixi2",out1); waitKey(0); cv::Mat labelImg; Two_Pass(out1, labelImg); //Seed_Filling(binImage, labelImg); //彩色显示 cv::Mat colorLabelImg; LabelColor(labelImg, colorLabelImg); cv::imshow("colorImg", colorLabelImg); /* //灰度显示 cv::Mat grayImg; labelImg *= 10; labelImg.convertTo(grayImg, CV_8UC1); cv::imshow("labelImg", grayImg); */ cv::waitKey(0); return 0; }
Java学习的正确打开方式
在博主认为,对于入门级学习java的最佳学习方法莫过于视频+博客+书籍+总结,前三者博主将淋漓尽致地挥毫于这篇博客文章中,至于总结在于个人,实际上越到后面你会发现学习的最好方式就是阅读参考官方文档其次就是国内的书籍,博客次之,这又是一个层次了,这里暂时不提后面再谈。博主将为各位入门java保驾护航,各位只管冲鸭!!!上天是公平的,只要不辜负时间,时间自然不会辜负你。 何谓学习?博主所理解的学习,它是一个过程,是一个不断累积、不断沉淀、不断总结、善于传达自己的个人见解以及乐于分享的过程。
程序员必须掌握的核心算法有哪些?
由于我之前一直强调数据结构以及算法学习的重要性,所以就有一些读者经常问我,数据结构与算法应该要学习到哪个程度呢?,说实话,这个问题我不知道要怎么回答你,主要取决于你想学习到哪些程度,不过针对这个问题,我稍微总结一下我学过的算法知识点,以及我觉得值得学习的算法。这些算法与数据结构的学习大多数是零散的,并没有一本把他们全部覆盖的书籍。下面是我觉得值得学习的一些算法以及数据结构,当然,我也会整理一些看过...
大学四年自学走来,这些私藏的实用工具/学习网站我贡献出来了
大学四年,看课本是不可能一直看课本的了,对于学习,特别是自学,善于搜索网上的一些资源来辅助,还是非常有必要的,下面我就把这几年私藏的各种资源,网站贡献出来给你们。主要有:电子书搜索、实用工具、在线视频学习网站、非视频学习网站、软件下载、面试/求职必备网站。 注意:文中提到的所有资源,文末我都给你整理好了,你们只管拿去,如果觉得不错,转发、分享就是最大的支持了。 一、电子书搜索 对于大部分程序员...
linux系列之常用运维命令整理笔录
本博客记录工作中需要的linux运维命令,大学时候开始接触linux,会一些基本操作,可是都没有整理起来,加上是做开发,不做运维,有些命令忘记了,所以现在整理成博客,当然vi,文件操作等就不介绍了,慢慢积累一些其它拓展的命令,博客不定时更新 free -m 其中:m表示兆,也可以用g,注意都要小写 Men:表示物理内存统计 total:表示物理内存总数(total=used+free) use...
比特币原理详解
一、什么是比特币 比特币是一种电子货币,是一种基于密码学的货币,在2008年11月1日由中本聪发表比特币白皮书,文中提出了一种去中心化的电子记账系统,我们平时的电子现金是银行来记账,因为银行的背后是国家信用。去中心化电子记账系统是参与者共同记账。比特币可以防止主权危机、信用风险。其好处不多做赘述,这一层面介绍的文章很多,本文主要从更深层的技术原理角度进行介绍。 二、问题引入 假设现有4个人...
程序员接私活怎样防止做完了不给钱?
首先跟大家说明一点,我们做 IT 类的外包开发,是非标品开发,所以很有可能在开发过程中会有这样那样的需求修改,而这种需求修改很容易造成扯皮,进而影响到费用支付,甚至出现做完了项目收不到钱的情况。 那么,怎么保证自己的薪酬安全呢? 我们在开工前,一定要做好一些证据方面的准备(也就是“讨薪”的理论依据),这其中最重要的就是需求文档和验收标准。一定要让需求方提供这两个文档资料作为开发的基础。之后开发...
网页实现一个简单的音乐播放器(大佬别看。(⊙﹏⊙))
今天闲着无事,就想写点东西。然后听了下歌,就打算写个播放器。 于是乎用h5 audio的加上js简单的播放器完工了。 演示地点演示 html代码如下` music 这个年纪 七月的风 音乐 ` 然后就是css`*{ margin: 0; padding: 0; text-decoration: none; list-...
Python十大装B语法
Python 是一种代表简单思想的语言,其语法相对简单,很容易上手。不过,如果就此小视 Python 语法的精妙和深邃,那就大错特错了。本文精心筛选了最能展现 Python 语法之精妙的十个知识点,并附上详细的实例代码。如能在实战中融会贯通、灵活使用,必将使代码更为精炼、高效,同时也会极大提升代码B格,使之看上去更老练,读起来更优雅。
数据库优化 - SQL优化
以实际SQL入手,带你一步一步走上SQL优化之路!
2019年11月中国大陆编程语言排行榜
2019年11月2日,我统计了某招聘网站,获得有效程序员招聘数据9万条。针对招聘信息,提取编程语言关键字,并统计如下: 编程语言比例 rank pl_ percentage 1 java 33.62% 2 cpp 16.42% 3 c_sharp 12.82% 4 javascript 12.31% 5 python 7.93% 6 go 7.25% 7 p...
通俗易懂地给女朋友讲:线程池的内部原理
餐盘在灯光的照耀下格外晶莹洁白,女朋友拿起红酒杯轻轻地抿了一小口,对我说:“经常听你说线程池,到底线程池到底是个什么原理?”
《奇巧淫技》系列-python!!每天早上八点自动发送天气预报邮件到QQ邮箱
将代码部署服务器,每日早上定时获取到天气数据,并发送到邮箱。 也可以说是一个小型人工智障。 知识可以运用在不同地方,不一定非是天气预报。
经典算法(5)杨辉三角
杨辉三角 是经典算法,这篇博客对它的算法思想进行了讲解,并有完整的代码实现。
英特尔不为人知的 B 面
从 PC 时代至今,众人只知在 CPU、GPU、XPU、制程、工艺等战场中,英特尔在与同行硬件芯片制造商们的竞争中杀出重围,且在不断的成长进化中,成为全球知名的半导体公司。殊不知,在「刚硬」的背后,英特尔「柔性」的软件早已经做到了全方位的支持与支撑,并持续发挥独特的生态价值,推动产业合作共赢。 而对于这一不知人知的 B 面,很多人将其称之为英特尔隐形的翅膀,虽低调,但是影响力却不容小觑。 那么,在...
腾讯算法面试题:64匹马8个跑道需要多少轮才能选出最快的四匹?
昨天,有网友私信我,说去阿里面试,彻底的被打击到了。问了为什么网上大量使用ThreadLocal的源码都会加上private static?他被难住了,因为他从来都没有考虑过这个问题。无独有偶,今天笔者又发现有网友吐槽了一道腾讯的面试题,我们一起来看看。 腾讯算法面试题:64匹马8个跑道需要多少轮才能选出最快的四匹? 在互联网职场论坛,一名程序员发帖求助到。二面腾讯,其中一个算法题:64匹...
面试官:你连RESTful都不知道我怎么敢要你?
干货,2019 RESTful最贱实践
刷了几千道算法题,这些我私藏的刷题网站都在这里了!
遥想当年,机缘巧合入了 ACM 的坑,周边巨擘林立,从此过上了"天天被虐似死狗"的生活… 然而我是谁,我可是死狗中的战斗鸡,智力不够那刷题来凑,开始了夜以继日哼哧哼哧刷题的日子,从此"读题与提交齐飞, AC 与 WA 一色 ",我惊喜的发现被题虐既刺激又有快感,那一刻我泪流满面。这么好的事儿作为一个正直的人绝不能自己独享,经过激烈的颅内斗争,我决定把我私藏的十几个 T 的,阿不,十几个刷题网...
为啥国人偏爱Mybatis,而老外喜欢Hibernate/JPA呢?
关于SQL和ORM的争论,永远都不会终止,我也一直在思考这个问题。昨天又跟群里的小伙伴进行了一番讨论,感触还是有一些,于是就有了今天这篇文。 声明:本文不会下关于Mybatis和JPA两个持久层框架哪个更好这样的结论。只是摆事实,讲道理,所以,请各位看官勿喷。 一、事件起因 关于Mybatis和JPA孰优孰劣的问题,争论已经很多年了。一直也没有结论,毕竟每个人的喜好和习惯是大不相同的。我也看...
白话阿里巴巴Java开发手册高级篇
不久前,阿里巴巴发布了《阿里巴巴Java开发手册》,总结了阿里巴巴内部实际项目开发过程中开发人员应该遵守的研发流程规范,这些流程规范在一定程度上能够保证最终的项目交付质量,通过在时间中总结模式,并推广给广大开发人员,来避免研发人员在实践中容易犯的错误,确保最终在大规模协作的项目中达成既定目标。 无独有偶,笔者去年在公司里负责升级和制定研发流程、设计模板、设计标准、代码标准等规范,并在实际工作中进行...
SQL-小白最佳入门sql查询一
不要偷偷的查询我的个人资料,即使你再喜欢我,也不要这样,真的不好;
项目中的if else太多了,该怎么重构?
介绍 最近跟着公司的大佬开发了一款IM系统,类似QQ和微信哈,就是聊天软件。我们有一部分业务逻辑是这样的 if (msgType = "文本") { // dosomething } else if(msgType = "图片") { // doshomething } else if(msgType = "视频") { // doshomething } else { // doshom...
Nginx 原理和架构
Nginx 是一个免费的,开源的,高性能的 HTTP 服务器和反向代理,以及 IMAP / POP3 代理服务器。Nginx 以其高性能,稳定性,丰富的功能,简单的配置和低资源消耗而闻名。 Nginx 的整体架构 Nginx 里有一个 master 进程和多个 worker 进程。master 进程并不处理网络请求,主要负责调度工作进程:加载配置、启动工作进程及非停升级。worker 进程负责处...
【图解经典算法题】如何用一行代码解决约瑟夫环问题
约瑟夫环问题算是很经典的题了,估计大家都听说过,然后我就在一次笔试中遇到了,下面我就用 3 种方法来详细讲解一下这道题,最后一种方法学了之后保证让你可以让你装逼。 问题描述:编号为 1-N 的 N 个士兵围坐在一起形成一个圆圈,从编号为 1 的士兵开始依次报数(1,2,3…这样依次报),数到 m 的 士兵会被杀死出列,之后的士兵再从 1 开始报数。直到最后剩下一士兵,求这个士兵的编号。 1、方...
吐血推荐珍藏的Visual Studio Code插件
作为一名Java工程师,由于工作需要,最近一个月一直在写NodeJS,这种经历可以说是一部辛酸史了。好在有神器Visual Studio Code陪伴,让我的这段经历没有更加困难。眼看这段经历要告一段落了,今天就来给大家分享一下我常用的一些VSC的插件。 VSC的插件安装方法很简单,只需要点击左侧最下方的插件栏选项,然后就可以搜索你想要的插件了。 下面我们进入正题 Material Theme ...
如何防止抄袭PCB电路板
目录 1、抄板是什么 2、抄板是否属于侵权 3、如何防止抄板 1、抄板是什么 抄板也叫克隆或仿制,是对设计出来的PCB板进行反向技术研究;目前全新的定义:从狭义上来说,抄板仅指对电子产品电路板PCB文件的提取还原和利用文件进行电路板克隆的过程;从广义上来说,抄板不仅包括对电路板文件提取、电路板克隆、电路板仿制等技术过程,而且包括对电路板文件进行修改(即改板)、对电子产品外形模具进行三维...
“狗屁不通文章生成器”登顶GitHub热榜,分分钟写出万字形式主义大作
一、垃圾文字生成器介绍 最近在浏览GitHub的时候,发现了这样一个骨骼清奇的雷人项目,而且热度还特别高。 项目中文名:狗屁不通文章生成器 项目英文名:BullshitGenerator 根据作者的介绍,他是偶尔需要一些中文文字用于GUI开发时测试文本渲染,因此开发了这个废话生成器。但由于生成的废话实在是太过富于哲理,所以最近已经被小伙伴们给玩坏了。 他的文风可能是这样的: 你发现,...
程序员:我终于知道post和get的区别
是一个老生常谈的话题,然而随着不断的学习,对于以前的认识有很多误区,所以还是需要不断地总结的,学而时习之,不亦说乎
《程序人生》系列-这个程序员只用了20行代码就拿了冠军
你知道的越多,你不知道的越多 点赞再看,养成习惯GitHub上已经开源https://github.com/JavaFamily,有一线大厂面试点脑图,欢迎Star和完善 前言 这一期不算《吊打面试官》系列的,所有没前言我直接开始。 絮叨 本来应该是没有这期的,看过我上期的小伙伴应该是知道的嘛,双十一比较忙嘛,要值班又要去帮忙拍摄年会的视频素材,还得搞个程序员一天的Vlog,还要写BU...
加快推动区块链技术和产业创新发展,2019可信区块链峰会在京召开
11月8日,由中国信息通信研究院、中国通信标准化协会、中国互联网协会、可信区块链推进计划联合主办,科技行者协办的2019可信区块链峰会将在北京悠唐皇冠假日酒店开幕。   区块链技术被认为是继蒸汽机、电力、互联网之后,下一代颠覆性的核心技术。如果说蒸汽机释放了人类的生产力,电力解决了人类基本的生活需求,互联网彻底改变了信息传递的方式,区块链作为构造信任的技术有重要的价值。   1...
Python 植物大战僵尸代码实现(2):植物卡片选择和种植
这篇文章要介绍的是: - 上方植物卡片栏的实现。 - 点击植物卡片,鼠标切换为植物图片。 - 鼠标移动时,判断当前在哪个方格中,并显示半透明的植物作为提示。
Java世界最常用的工具类库
Apache Commons Apache Commons有很多子项目 Google Guava 参考博客
程序员把地府后台管理系统做出来了,还有3.0版本!12月7号最新消息:已在开发中有github地址
第一幕:缘起 听说阎王爷要做个生死簿后台管理系统,我们派去了一个程序员…… 996程序员做的梦: 第一场:团队招募 为了应对地府管理危机,阎王打算找“人”开发一套地府后台管理系统,于是就在地府总经办群中发了项目需求。 话说还是中国电信的信号好,地府都是满格,哈哈!!! 经常会有外行朋友问:看某网站做的不错,功能也简单,你帮忙做一下? 而这次,面对这样的需求,这个程序员...
网易云6亿用户音乐推荐算法
网易云音乐是音乐爱好者的集聚地,云音乐推荐系统致力于通过 AI 算法的落地,实现用户千人千面的个性化推荐,为用户带来不一样的听歌体验。 本次分享重点介绍 AI 算法在音乐推荐中的应用实践,以及在算法落地过程中遇到的挑战和解决方案。 将从如下两个部分展开: AI算法在音乐推荐中的应用 音乐场景下的 AI 思考 从 2013 年 4 月正式上线至今,网易云音乐平台持续提供着:乐屏社区、UGC...
【技巧总结】位运算装逼指南
位算法的效率有多快我就不说,不信你可以去用 10 亿个数据模拟一下,今天给大家讲一讲位运算的一些经典例子。不过,最重要的不是看懂了这些例子就好,而是要在以后多去运用位运算这些技巧,当然,采用位运算,也是可以装逼的,不信,你往下看。我会从最简单的讲起,一道比一道难度递增,不过居然是讲技巧,那么也不会太难,相信你分分钟看懂。 判断奇偶数 判断一个数是基于还是偶数,相信很多人都做过,一般的做法的代码如下...
为什么要学数据结构?
一、前言 在可视化化程序设计的今天,借助于集成开发环境可以很快地生成程序,程序设计不再是计算机专业人员的专利。很多人认为,只要掌握几种开发工具就可以成为编程高手,其实,这是一种误解。要想成为一个专业的开发人员,至少需要以下三个条件: 1) 能够熟练地选择和设计各种数据结构和算法 2) 至少要能够熟练地掌握一门程序设计语言 3) 熟知所涉及的相关应用领域的知识 其中,后两个条件比较容易实现,而第一个...
金山办公上市,雷军心愿了却!
作者 | 胡巍巍 出品 | CSDN(ID:CSDNnews) 11月17日,大周末的,雷军微博发了个重磅消息: “明天将是里程碑式的一天,金山办公终于成功在科创板挂牌上市了! 从1988年金山创办到今天,WPS走了整整31年。 从1999年以金山办公为主体准备上市算起,这一天,我们等了20年。 WPS和金山的历程,这是一个坚持梦想并最终取得胜利的励志故事。期待大家的祝福!”...
8年经验面试官详解 Java 面试秘诀
作者 |胡书敏 责编 | 刘静 出品 | CSDN(ID:CSDNnews) 本人目前在一家知名外企担任架构师,而且最近八年来,在多家外企和互联网公司担任Java技术面试官,前后累计面试了有两三百位候选人。在本文里,就将结合本人的面试经验,针对Java初学者、Java初级开发和Java开发,给出若干准备简历和准备面试的建议。 Java程序员准备和投递简历的实...
相关热词 c# 二进制截断字符串 c#实现窗体设计器 c#检测是否为微信 c# plc s1200 c#里氏转换原则 c# 主界面 c# do loop c#存为组套 模板 c# 停掉协程 c# rgb 读取图片
立即提问