主页

什么是直方图

统计学是指对整个图像在一定范围内的像素值统计出现频率, 而绘制出的直方图, 称之为图像直方图

• 反映的是数据的分布情况

直方图的作用

通过统计学获取到的直方图, 它反映像素出现的概率, 通过非线性拉伸的方式处理图像可以获取更好的动态效果

一. Laplacian

原理

• 对像素曲线的二阶求导

算子的卷积核

• [   0,  -1,   0,
     -1,   4, -1,
      0,  -1,   0]

图像轮廓过滤思路

• 高斯降噪
• 转灰度
• 计算 X 梯度
• 计算 Y 梯度
• 合并梯度

问题描述

去除图片中的干扰, 获取验证码信息

思路

形态学操作适合黑白图片, 因此需要二值化

• 图片转灰度并且取反
• 图片二值化
• 使用形态学闭操作过滤

前言

形态学，即数学形态学(mathematical Morphology），是图像处理中应用最为广泛的技术之一，主要用于从图像中提取对表达和描绘区域形状有意义的图像分量, 这里主要介绍腐蚀与膨胀两种操作

图像的腐蚀

在形态区域内用低像素 替代 高像素

操作原理

• 定义一个形态区域
• 在形态区域内, 取颜色最小的作用于目标像素

一. 均值模糊

卷积核定义

• 每个像素点都取其周边像素点之和的平均值

• 目标像素的值: 为周边像素之和的平均值

一. 掩模操作原理

图像的掩模操作就是滤波器滤波操作

• 定义一个卷积核
• 使用卷积核在图像上滑动
  • 对应位置相乘, 计算的结果作用于指定的像素
• 最终图片呈现的效果, 由指定的卷积核决定

二. 掩模的作用

使图片的轮廓更加清晰

三. 手动实现掩模

• 掩模卷积的公式描述
  • dst_pixel = cur_pixel * 5 - left_pixel - right_pixel - top_pixel - bottom_pixel

前言

上面一篇文章我们了解了 Service 的启动流程, 这里我们分析一下 Service 的绑定流程