问题现象

越来越多项目的源系统数据为图像,需要针对图像进行预处理,本案例详细介绍利用算法进行清晰化预处理过程

解决办法

注意事项:案例只实现图片去雾,没有实现分辨率提升的效果

1、  Anaconda官网下载python2.7版本的安装包

2centos6.5上安装Anaconda

安装前python版本为2.6.6

安装Anaconda

安装完毕后查看python版本:

3、安装opencv

OpenCV是用于图像处理,分析,机器视觉方面的开源函数库,可用来做图像处理,目标检测,人脸识别,视频分析等,比如给头像加圣诞帽,车牌识别等

1)若提示如下错误,

a) 请检查网络是否能上网,若不能请检查是否配置DNS

b) 能否连接该url,若不能连接添加Anaconda的国内镜像并显示通道地址:

执行完毕后会生成/root/.condarc文件,记录着我们对conda的配置,直接手动创建编辑该文件是相同的效果。

2)安装opencv

1、  验证图像去雾处理:

1)解压后看到一个python脚本和两个样例图片,需要手动更改脚本指定需要处理的图片:

2)执行python脚本,进行去雾处理:

若执行报错,则:

yum install mesa-libGL

yum install mesa-libGL-devel

然后重新执行,生成处理后的图片:

3)处理前后对比:

建议与总结

随着人工智能的发展,越来越多的音频、图像、视频等作为数据源,这些数据源需要进行预处理之后才能作为应用,所以各种算法和脚本需要不断学习掌握才能跟上趋势!已经有产品作为辅助,脚本还是要根据具体场景随机应变!

案例信息

案例类型:经验案例
案例号:201803140003
创建时间:2018年3月14日
更新时间:2018年4月24日
发布时间:2018/4/24 17:32:09
文章密级:游客可见
有效期:长期有效
发布者:王乐A [w13928]
点击次数:1143
评论平均得分:0
关键词:预处理、人工智能
产品线:大数据
产品系列:DataEngine DI
产品版本:
故障类型:

常用操作
收藏