图片的本质就是大量像素在二维平面上的组合，每个像素点用数字化方式记录颜色。可以直观的想象，一张图片就是一个巨大的电子栅格，每个格子内有一盏灯泡，这个灯泡可以变换256的三次方种颜色，就像下面这张卡通像素图一样，越清晰的图片像素越密集。     1. SSIM（结构相似性度量） 这是一种全参考的图像质量评价指标，分别从亮度、对比度、结构三个方面度量图像相似性。

1. 简述 图像指纹类算法： 值哈希算法、差值哈希算法和感知哈希算法都是值越小，相似度越高，取值为0-64，即汉明距离中，64位的hash值有多少不同。 直方图： 三直方图和单通道直方图的值为0-1，值越大，相似度越高。   2. 相关概念 图像指纹： 和人的指纹一样，是身份的象征，而图像指纹简单点来讲，就是将图像按照

绘制图片直方图 import numpy as np from PIL import Image from matplotlib import pyplot as plt img=np.array(Image.open(./img/lena.png).convert(L)) plt.figure("lena") arr=img.flatten() n, bins, patches = p

将彩色图片灰度化就是指的是将彩色图片变成黑白的，灰度化就是使彩色的R，G，B分量相等，且变成单通道的过程，    灰度化： 一般有分量法 最大值法、平均值法、加权平均法四种方法对彩色图像进行灰度化。   灰度图像与黑白图像不同，在计算机图像领域中黑白图像只有黑白两种颜色，灰度图像在黑色与白色之间还有许多级的颜色深度。   1.分量法 &nbs

airtest 如果是windows应用，使用的keyevent是 pywinauto， 使用方法参考如下文档 https://pywinauto.readthedocs.io/en/latest/code/pywinauto.keyboard.html

1. 使用python创建http服务， 方法一  cmd方式直接运行，会以当前目录为web目录 python -m http.server 8888 --cgi 方法二 代码方式运行 # -*- coding: UTF-8 -*- from http.server import HTTPServer, CGIHTTPRequestHandler port = 8888 h

图像倾斜可以分为两种情况，一种是平面倾斜，这种情况下拍照设备与试卷平行，拍出来的图像只需要进行旋转即可完成矫正；另一种是Z轴倾斜，这种情况下拍照设备与试卷存在一定的角度，拍出来的图像要先进行透视变换，然后再进行旋转等操作才可以完成矫正。 图像倾斜矫正关键在于根据图像特征自动检测出图像倾斜方向和倾斜角度。 对于平面倾斜，先利用边缘（轮廓）检测算法算法找到图像的边界，然后利用 Radon变换法（基于投影的方法） 、 Hough变换法

图像的基本运算有很多种，比如两幅图像可以相加、相减、相乘、相除、位运算、平方根、对数、绝对值等；图像也可以放大、缩小、旋转，还可以截取其中的一部分作为ROI（感兴趣区域）进行操作. 图像的逻辑操作主要是bitwise_and、bitwise_or、bitwise_xor、bitwise_not这四个按位操作函数。 dst = bitwise_and(InputArray src1, InputArray src2, InputAr

图像处理之错切变换   一：基本数学知识：   图像错切变换在图像几何形变方面很实用，常见的错切变换分为X方向与Y方向的   错切变换。相应的数学矩阵分别例如以下：        依据上述矩阵如果P(x1, y1)为错切变换之前的像素点。则错切变换以后相应的像素  

仿射变换(Affine Transformation) Affine Transformation是一种二维坐标到二维坐标之间的线性变换，保持二维图形的“平直性”（译注：straightness，即变换后直线还是直线不会打弯，圆弧还是圆弧）和“平行性”（译注：parallelness，其实是指保二维图形间的相对位置关系不变，平行线还是平行线，相交直线的交角不变。） 仿射变换

我们想将倾斜视角拍摄到的道路图像转换成鸟瞰图，即将摄像机的视角转换到和道路平行。 我们选取道路上的两条平行分界线上的四个点A(165, 270)、C(360, 125)、D(615, 125)、B(835, 270)，对应于鸟瞰图上的点则分别为A(165, 270)、C'(165, 30)、D'(835, 30)、B(835, 270)。 经过透视变换后，即可等到如下图， 

图像的几何变换主要包括：平移、扩大与缩小、旋转、仿射、透视等等。图像变换是建立在矩阵运算基础上的，通过矩阵运算可以很快的找到对应关系。理解变换的原理需要理解变换的构造方法以及矩阵的运算方法。   OpenCV提供了两个转换函数cv2.warpAffine和cv2.warpPerspective，可以使用它们进行各种转换。 cv2.warpAffine采用2x3变换矩阵，而cv2.warpPerspective采