# 图像隐写术 本文为图像的隐写提供了一种思路。还有更多的思路，这里不做讲述。 项目源代码在：[jeefies/jimg-ivs](https://gitlab.com/jeefies/jimg-ivs) 中。 [TOC] ## 原理 利用了像素近似用肉眼难以察觉的前提（这就是为什么 `jpeg`
图像风格迁移（Style Transfer）是一种计算机视觉技术，旨在将一幅图像的风格应用到另一幅图像上，从而生成一幅新图像，该新图像结合了两幅原始图像的特点，目的是达到一种风格化叠加的效果，本次我们使用Stable-Diffusion结合ControlNet来实现图像风格迁移效果。 安装Contr
图像增强方法在数字图像处理中占有重要地位，它能够有效提高图像的视觉效果，增强图像的细节信息，从而在医学、遥感、工业检测等多个领域发挥重要作用 1. 空间域增强方法 空间域增强方法是通过直接对图像像素进行操作来实现图像增强的技术。以下是几种常见的空间域增强方法： 1.1 直方图均衡化 直方图均衡化是一
〇、写在前面 本应用基于开源UI框架PyDracula进行开发，除去最基本的UI框架外，所有功能的前后端实现都由我个人开发完成，但也有部分UI（如开关控件和进度条）是参考其他大佬的分享。 这个应用是我的本科毕业设计，但因为个人能力不足，姑且只能使用Python+PySide6开发。 开发这个应用的启
摘要：本文主要讲解ACE去雾算法、暗通道先验去雾算法以及雾化生成算法。 本文分享自华为云社区《[Python图像处理] 三十.图像预处理之图像去雾详解（ACE算法和暗通道先验去雾算法）丨【拜托了，物联网！】》，作者：eastmount 。 一.图像去雾 随着社会的发展，环境污染逐渐加剧，越来越多的城
摘要：本章主要讲解图像直方图相关知识点，包括掩膜直方图和HS直方图，并通过直方图判断黑夜与白天，通过案例分享直方图的实际应用。 本文分享自华为云社区《[Python从零到壹] 五十二.图像增强及运算篇之图像掩膜直方图和HS直方图》，作者： eastmount。 一.图像掩膜直方图 如果要统计图像的某
摘要：本篇文章主要讲解了图像常见的特效处理，从处理效果图、算法原理、代码实现三个步骤进行详细讲解，涉及图像素描特效、怀旧特效、光照特效、流年特效、图像滤镜等。 本文分享自华为云社区《[Python图像处理] 二十五.图像特效处理之素描、怀旧、光照、流年以及滤镜特效》，作者： eastmount。 一
摘要：常用于消除噪声的图像平滑方法包括三种线性滤波（均值滤波、方框滤波、高斯滤波）和两种非线性滤波（中值滤波、双边滤波），本文将详细讲解两种非线性滤波方法。 本文分享自华为云社区《[Python从零到壹] 五十六.图像增强及运算篇之图像平滑（中值滤波、双边滤波）》，作者：eastmount。 常用于
摘要：本文主要介绍图像形态学处理，详细讲解了图像开运算、闭运算和梯度运算。数学形态学是一种应用于图像处理和模式识别领域的新方法，其基本思想是用具有一定形态的结构元素去量度和提取图像中对应形状以达到对图像分析和识别目的。 本文分享自华为云社区《[Python从零到壹] 四十八.图像增强及运算篇之形态学
摘要：图像锐化和边缘提取技术可以消除图像中的噪声，提取图像信息中用来表征图像的一些变量，为图像识别提供基础。本章主要介绍Robert算子、Prewitt算子、Sobel算子、Laplacian算子、Scharr算子等。 本文分享自华为云社区《[Python从零到壹] 五十七.图像增强及运算篇之图像锐
摘要：这篇文章详细介绍了顶帽运算和底帽运算，它们将为后续的图像分割和图像识别提供有效支撑。 本文分享自华为云社区《[Python从零到壹] 四十九.图像增强及运算篇之顶帽运算和底帽运算》，作者：eastmount。 数学形态学（Mathematical Morphology）是一种应用于图像处理和模
对于一个客户端开发来说，平时做的的最多的就是写页面，所以有必要了解从视图代码到图像显示到屏幕上的整个过程和原理。 下面以从视图代码到显示器图像的中间产物帧缓冲区图像位图为目标，分析从视图代码到帧缓冲区位图和从帧缓冲区位图到显示器图像这2个过程。 这里把这2个过程命名为：帧缓冲区数据怎么来的、帧缓冲区
[TOC] 图像识别 + 信息抽取(UIE-X)，部署接口供别的应用调用 最终在自己部署的环境中识别时报错，不知道是不是和GPU有关，还在尝试中 ## 流程 - 在百度 BML CodeLab 中跑好模型（免费算力，玩玩够了） - 下载模型 （比较大，我这个有10G了，可以适当做裁剪） - Linu
Airtest是一个跨平台的、基于图像识别的UI自动化测试框架，适用于游戏和App，支持平台有Windows、Android和iOS。Airtest框架基于一种图形脚本语言Sikuli，引用该框架后，不再需要一行行的写代码，通过截取按钮或输入框的图片，用图片组成测试场景，这种方式学习成本低，简单易上手。
在本文中，我们的目标是在扫描大规模源代码漏洞时实现可扩展性和准确性,我们提出了一个新颖的想法，可以在保留程序细节的同时有效地将函数的源代码转换为图像,我们还对一个超过2500万行代码的案例进行了研究，结果表明VulCNN可以检测到大规模漏洞。通过扫描报告，我们终于发现了 73 个 NVD 中未报告的...
> 本文深入浅出地探讨了OpenCV库在图像处理和深度学习中的应用。从基本概念和操作，到复杂的图像变换和深度学习模型的使用，文章以详尽的代码和解释，带领大家步入OpenCV的实战世界。 # 1. OpenCV简介 ## 什么是OpenCV？ 