python图片像素化_python–二进制(像素化)图像中的基本模式识别

如果您有太多的操作,请考虑如何减少它们.

对于这个问题,我会使用图像积分.

如果你在图像上对求和内核进行卷积(这是fft域中的一个非常快速的操作,只有conv2,imfilter),你知道只有积分等于5的位置(在你的情况下)才是可能的模式匹配位置.检查那些(即使你的4次旋转)应该在计算上非常快.示例图像中的位置不能超过50个适合此模式的位置.

我的python不太流畅,但这是你在MATLAB中第一个图像的概念证明,我确信翻译这段代码应该不是问题.

% get the same image you have (imgur upscaled it and made it RGB)

I&＃61;rgb2gray(imread(&＃39;https://i.stack.imgur.com/l3u4A.png&＃39;));

I&＃61;imresize(I,[9 11]);

I&＃61;double(I>50);

% Integral filter definition (with your desired size)

h&＃61;ones(3,4);

% horizontal and vertical filter (because your filter is not square)

Ifiltv&＃61;imfilter(I,h);

Ifilth&＃61;imfilter(I,h&＃39;);

% find the locations where integral is exactly the value you want

[xh,yh]&＃61;find(Ifilth&＃61;&＃61;5);

[xv,yv]&＃61;find(Ifiltv&＃61;&＃61;5);

% this is just plotting, for completeness

figure()

imshow(I,[]);

hold on

plot(yh,xh,&＃39;r.&＃39;);

plot(yv,xv,&＃39;r.&＃39;);

这导致14个位置进行检查.我的标准计算机在计算两个图像积分时平均需要230ns,我会称之为快速.

GPU计算也不是黑客攻击&＃xff1a;D.由于它们拥有巨大的计算能力,它可以解决大量问题.例如. GPU中的卷积非常快.