Atitit 图像处理--图像分类 模式识别 肤色检测识别原理 与attilax的实践总结

1.1. 五中滤镜的分别效果。。1

1.2. 基于肤色的图片分类1

1.3. 性能提升2

1.4. --code2

1.1. 五中滤镜的分别效果。。

/AtiPlatf_cms/src/com/attilax/clr/skinfltAll.java

1.2. 基于肤色的图片分类

/AtiPlatf_cms/src/com/attilax/clr/moveBySkinLow.java

生成所有图片的肤色百分比,存入csv文件。。

然后可以移动前面的20%的文件,人工二次检查

可以方便的把不便上传的文件与日益上传的文件区分开。。

1.3. 性能提升

图像处理性能比较慢,图像的处理比较消耗cpu,不知可否有方法提升??

或许可以缩小图片到标准化大小,然后点数吗??

大概100张图片需要10s。。1w张图片就需要 10分钟。。

1.4. --code

private static void getBlackPercentTxt(String d) throws IOException {

ExecutorService urlPool = Executors.newFixedThreadPool(3);

final List<Map> li = Lists.newArrayList();

Function<String, Object> closure = (String f) -> {

Runnable command = () -> {

Map m = Maps.newHashMap();

m.put("f", f);

BufferedImage src = imgx.toImg(f);

SkinFilter1 SkinFilter1a = new SkinFilter1();

BufferedImage dest = SkinFilter1a.filter(src, null);

float blackPoints = imgx.getBlackPercent(dest);

m.put("blkpst", blackPoints);

li.add(m);

n++;

System.out.println(n);

};

urlPool.execute(command);

return f;

};

//

// tOrder(li);

// li.sort((Map m)->{

//

// });

dirx.traveV3(d, closure);

urlPool.shutdown();

try {

urlPool.awaitTermination(20, TimeUnit.HOURS);

} catch (InterruptedException e) {

// TODO Auto-generated catch block

e.printStackTrace();

}

//urlPool.sh

new Linq(li).orderby("blkpst", "asc");

filex fx= new filex("c:\\blkpst_asc.txt");

for (Map map : li) {

String line=map.get("blkpst").toString()+","+map.get("f").toString();

fx.appendLine_flush_safe(line);

}

fx.closeSF();

}

参考

肤色检测 - shangyaowei的专栏 - 博客频道 - CSDN.NET.html

肤色检测算法 - 基于不同颜色空间简单区域划分的皮肤检测算法 - songhhll的专栏 - 博客频道 - CSDN.NET.html

基于肤色的人脸检测_PerpLtx1988_新浪博客.html

人脸检测---基于肤色检测的实现.html

五种基于RGB色彩空间统计的皮肤检测算法 - 流浪的鱼 - 博客频道 - CSDN.NET.html

java 肤色检测 - epleone的专栏 - 博客频道 - CSDN.NET.html

Atitit 图像处理 常用8大滤镜效果 Jhlabs 图像处理类库

作者:: 绰号:老哇的爪子 ( 全名::Attilax Akbar Al Rapanui 阿提拉克斯 阿克巴 阿尔 拉帕努伊 )

汉字名:艾提拉(艾龙),   EMAIL:1466519819@qq.com

转载请注明来源: http://www.cnblogs.com/attilax/

Atiend

Atitit 图像处理--图像分类 模式识别 肤色检测识别原理 与attilax的实践总结的更多相关文章

  1. Atitit 图像处理 灰度图片 灰度化的原理与实现

    Atitit 图像处理 灰度图片 灰度化的原理与实现 24位彩色图与8位灰度图 首先要先介绍一下24位彩色图像,在一个24位彩色图像中,每个像素由三个字节表示,通常表示为RGB.通常,许多24位彩色图 ...

  2. titit. 深入理解 内聚( Cohesion)原理and  attilax大总结

    atitit. 深入理解 内聚( Cohesion)原理and  attilax大总结         1.1. 内聚的概念 1 1.1.1. 高内聚模式关于这个问题给出的答案是:分配职责,使其可保持 ...

  3. Atitit 图像清晰度 模糊度 检测 识别 评价算法 原理

    Atitit 图像清晰度 模糊度 检测 识别 评价算法 原理 1.1. 图像边缘一般都是通过对图像进行梯度运算来实现的1 1.2. Remark: 1 1.3.  1.失焦检测. 衡量画面模糊的主要方 ...

  4. Atitit  ocr识别原理 与概论 attilax总结

    Atitit  ocr识别原理 与概论 attilax总结 1.1. Ocr的过程与流程1 1.2. OCR不同技术细分略有不同,但大概原理是一样的. 即主要技术过程是:二值化(又叫归一化)----- ...

  5. Atitit 图像清晰度 模糊度 检测 识别 评价算法 源码实现attilax总结

    Atitit 图像清晰度 模糊度 检测 识别 评价算法 源码实现attilax总结 1.1. 原理,主要使用像素模糊后的差别会变小1 1.2. 具体流程1 1.3. 提升性能 可以使用采样法即可..1 ...

  6. Atitit 图像处理 深刻理解梯度原理计算.v1 qc8

    Atitit 图像处理 深刻理解梯度原理计算.v1 qc8 1.1. 图像处理  梯度计算  基本梯度 内部梯度 外部梯度 方向梯度1 2. 图像梯度就是图像边缘吗?2 1.1. 图像处理  梯度计算 ...

  7. javacpp-opencv图像处理系列:国内车辆牌照检测识别系统(万份测试车牌识别准确率99.7%以上,单次平均耗时39ms)

    javaCV图像处理系列: 一.javaCV图像处理之1:实时视频添加文字水印并截取视频图像保存成图片,实现文字水印的字体.位置.大小.粗度.翻转.平滑等操作 二.javaCV图像处理之2:实时视频添 ...

  8. Win8 Metro(C#)数字图像处理--2.35图像肤色检测算法

    原文:Win8 Metro(C#)数字图像处理--2.35图像肤色检测算法  [函数名称] 肤色检测函数SkinDetectProcess(WriteableBitmap src) [算法说明] ...

  9. Atitit 图像处理知识点体系知识图谱 路线图attilax总结 v4 qcb.xlsx

    Atitit 图像处理知识点体系知识图谱 路线图attilax总结 v4 qcb.xlsx 分类 图像处理知识点体系 v2 qb24.xlsx 分类 分类 理论知识 图像金字塔 常用底层操作 卷积扫描 ...

随机推荐

  1. Log4j的ConversionPattern无缝适配到Logback

    为了能将log4j的ConversionPattern无缝应用到logback上来,需要对两个Conversion做适配,具体可以参考:Log4j 与 Logback的ConversionPatter ...

  2. windows8 APP开发的远程调试

    Win8上面的App开发远程调试: 这里先简单介绍一下对于win8的app的远程调试,环境设置:开发机器装有vs2012的win8系统,目标机器为虚拟机,预装win8系统. 1. 在虚拟机上安装vis ...

  3. AJAX--XMLHttpRequest Object 知识整理

    1.创建XMLHttpRequest对象 variable = new XMLHttpRequest() variable = new ActiveXObject('Microsoft.XMLHTTP ...

  4. 查看Linux内存状况的命令及工具

    1.cat  /proc/meminfo cat  /proc/<pid>/statm  和 cat  /proc/<pid>/status  获取特定的进程的内存信息: 2. ...

  5. 【ios面试总结】

    一 C语言方法的知识 1: const  static  voilite 修辞变量各代表什么意思? const  修辞的变量为常量,常量是不容许修改.  static  修辞的变量为静态变量,在内存中 ...

  6. 《利用Python进行数据分析》第7章学习笔记

    数据规整化:清理.转换.合并.重塑 合并数据集 pandas.merge pandas.concat combine_first 数据库风格的DataFrame合并 索引上的合并 join()实例方法 ...

  7. mongoDB研究笔记:分片集群的工作机制

    上面的(http://www.cnblogs.com/guoyuanwei/p/3565088.html)介绍了部署了一个默认的分片集群,对mongoDB的分片集群有了大概的认识,到目前为止我们还没有 ...

  8. Understanding ASP.NET MVC Filters and Attributes

    这篇文章把Asp.net MVC的filter介绍的很详细,值得收藏. http://www.dotnet-tricks.com/Tutorial/mvc/b11a280114-Understandi ...

  9. 修改TFS2013服务账户或者密码

    修改TFS2013服务账户或者密码 TFS作为微软软件开发的全生命周期管理解决方案,可以很好的与windows的域管理结合使用,方便多系统下用户的管理和授权.如果TFS使用的服务账户设置的域账户密码过 ...

  10. CentOs笔记

    系统 CentOs7,最小安装,使用 Ext4,/ ,/boot,/swap 使用标准分区,另一个分区做为数据分区,使用 LVM. 更新: http://mirrors.163.com/.help/c ...