访问官网
Github
文档项目介绍
Image-Processing-Node-Editor是一个基于节点编辑器的图像处理应用程序，专为验证和比较处理程序而设计。用户可以通过这个工具，简单直观地完成图像处理任务，从而满足不同的处理需求。
特点与功能
节点功能
Image-Processing-Node-Editor通过不同的节点实现图像处理，每个节点都承担特定的处理功能。以下是一些常见的节点功能介绍：
输入节点
- Image: 加载静态图像(bmp, jpg, png, gif)，并输出为可处理的图像。
- Video: 加载视频(mp4, avi)，按帧输出图像，支持循环播放和帧跳过。
- WebCam & RTSP: 从网络和本地摄像头实时获取图像。
- Value Nodes: 输出整型和浮点型数值。
处理节点
- ApplyColorMap & Blur: 应用伪彩图和平滑处理。
- Brightness & Contrast: 调整图像的亮度和对比度。
- Canny & Threshold: 边缘检测和图像二值化。
- Resize & Crop: 调整图像尺寸和裁剪图像。
- Deep Learning Nodes: 包括分类、物体检测、面部检测和语义分割等功能。
分析与显示节点
- FPS: 计算处理节点的每秒帧数。
- RGB Histgram: 计算并显示图像的RGB直方图。
- Draw Nodes: 在图像上绘制处理结果或信息。
其他节点
- ON/OFF Switch: 控制图像输出的开关节点。
- Video Writer: 将图像写入视频文件。
使用步骤
-
安装与配置：
- Clone项目并安装Python依赖包。
- 使用Docker安装或下载Windows可执行文件。
- 为项目创建虚拟环境以避免依赖冲突。
-
启动应用程序： 使用命令行执行
python main.py启动应用程序。 -
创建和管理节点：
- 从菜单选择并创建所需节点。
- 通过拖拽连接节点之间的端口。
- 使用导入和导出功能保存或加载节点配置。
节点示例和应用
用户可通过输入节点加载图像或视频，然后利用处理节点进行图像增强、检测和特征提取，再通过显示节点观察结果。这允许用户在视觉上比对不同的图像处理算法以及参数设置的效果。
安装方法
- 直接运行脚本：克隆代码库，安装依赖，运行
main.py。 - Docker使用方式：支持使用Docker在不同平台上运行。
- Windows可执行文件：下载对应的版本，直接运行。
- Pip安装：建议在虚拟环境中使用。
使用建议
为了充分发挥其功能，用户需具备基础的Python知识，了解常见的图像处理操作。同时，依据需求选择合适的节点组合和参数。
未来发展
项目计划持续改进，包括解决节点交互中的一些已知问题，并丰富节点库以支持更多种类的图像处理算法。
该项目由高桥かずひと创建，并遵循Apache-2.0许可证发布。用户在使用时，需尊重和遵循各个节点依赖的算法及其各自的许可要求。
