数据的读取cv2.IMREAD_COLOR:彩色图像cv2.IMREAD_GRAYSCALE:灰度图像import cv2
img = cv2.imread('E:/opencv/open-cv/2-7/cat.jpg',1)
cv2.imshow("img", img)
cv2.waitKey(0)
cv2.destroyAllWindows()cv2.imread()读取图片，当括
转载
2024-02-27 17:52:02
49阅读
如果图像的灰度值集中在某一区间，则不利于我们对图像的观察，这时候我们可以对图像作灰度拉伸处理。可以把灰度值拉伸到0~255，比如博文 就是将灰度值拉到了0~255。当然也可把图像的灰度值拉伸到指定的区间。具体思路如下：对灰度值设置上下两个阈值，分别记为iLow和iHigh，小于iLow的像素点的灰度值置为0，大于iHigh的灰度值置为255，位于[iLow iHigh]区间内的点用式子s
转载
2024-03-20 10:02:27
243阅读
Python版本是Python3.7.3，OpenCV版本OpenCV 3.4.1，开发环境为PyCharm17.2 相关函数介绍在OpenCV中，可以使用函数cv2.watershed()实现分水岭算法。在具体的实现过程中，还需要借助于形态学函数、距离变换函数cv2.distanceTransform()、cv2.connectedComponents()来完成图像分割。下面对分水岭算法中用到的
转载
2024-03-28 22:01:52
176阅读
看完了数字图像处理后，从头开始使用opencv进行相关内容的实现，使用的环境是VS2013+OpenCV2.4.91.图像的加运算加运算就是两幅图像对应像素的灰度值或彩色分量进行相加。主要有两种用途，一种是消除图像的随机噪声，主要做是讲同一场景的图像进行相加后再取平均；另一种是用来做特效，把多幅图像叠加在一起，再进一步进行处理。对于灰度图像，因为只有单通道，所以直接进行相应位置的像素加法即可，对于
转载
2024-04-29 19:49:42
43阅读
本文对前面的几篇文章进行个总结，实现一个小型的图像检索应用。一个小型的图像检索应用可以分为两部分：train，构建图像集的特征数据库。retrieval，检索，给定图像，从图像库中返回最类似的图像构建图像数据库的过程如下：生成图像集的视觉词汇表(Vocabulary)
提取图像集所有图像的sift特征对得到的sifte特征集合进行聚类，聚类中心就是Vocabulary对图像集中的图像重新编
转载
2024-02-26 11:05:28
251阅读
矩阵迹运算返回的是矩阵对角元素的和：迹运算因为很多原因而有用。若不使用求和符号，有些矩阵运算很难描述，而通过矩阵乘法和迹运算符号，可以清楚地表示。例如，迹运算提供了另一种描述矩阵Frobenius范数的方式：用迹运算表示表达式，我们可以使用很多有用的等式巧妙地处理表达式。例如，迹运算在转置运算下是不变的：Tr(A)=Tr(AT).多个矩阵相乘得到的方阵的迹，和将这些矩阵中的最后一个挪到最前面之后相
前面写了一个简单的矩阵例子，这一节讲矩阵的一些运用，我们正好用在神经网络运算中。这一节，使用“感知器”创建一个网络，有三个输入感知器再输入层，中间层一层，有三个感知器，输出层有一个感知器，这里感知器的计算公式使用：。我们这里就计算对于输入值，通过怎么使用矩阵计算出输出值，采用C++代码，调用opencv，同时也可以考虑加入反向误差传递来修改和，而不使用S型神经元，看看效果怎么样。先放代码：#inc
转载
2024-10-23 07:58:15
32阅读
本文仅做为本人学习记录。一、简介：OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。今天我们就是用python学习OpenCV。二、读取与
转载
2023-11-01 21:23:24
57阅读
萌新自学DIA，试着去实现一下某些算法，然后发现奇怪的bug增加了。 在成功装上OpenCV后，试着去腐蚀一下。原图是这样的：处理后的是这样： 当时萌新想到了几种可能：（一个个试下来发现不对，再分析） 1.宽高反了（直观从显示的结果看） 2.腐蚀写的不太对（尤其是卡掉的这个边界位置） 3.默认uchar类型，而我定义了一个int数组，大小不对 4.图像本身太大了，imread就没有读全 5.可能是
转载
2024-03-11 01:37:52
143阅读
为什么要使用滤波消除图像中的噪声成分叫作图像的平滑化或滤波操作。信号或图像的能量大部分集中在幅度谱的低频和中频段是很常见的，而在较高频段，感兴趣的信息经常被噪声淹没。因此一个能降低高频成分幅度的滤波器就能够减弱噪声的影响。如下图，左图带有椒盐噪声，右图为使用中值滤波处理后的图片。图像滤波的目的有两个:一是抽出对象的特征作为图像识别的特征模式;另一个是为适应图像处理的要求，消除图像数字化时所混入的噪
转载
2024-06-07 11:29:59
14阅读
作者 | 小白介绍跟踪对象的基本思想是找到对象的轮廓，基于HSV颜色值。轮廓：突出显示对象的图像片段。例如，如果将二进制阈值应用于具有（180,255）的图像，则大于180的像素将以白色突出显示，而其他则为黑色。白色部分称为轮廓。在继续下面的操作之前，请在系统中安装OpenCV。打开命令提示符并键入pip install opencv-python步骤1：从相机读取数据import cv
转载
2024-04-23 21:37:57
164阅读
一、矩阵1.加法2.减法3.乘法4.除法5.转换6.其他7.运算符8.比较9.按位运算：10.最值11.行列式运算二.初始化三.矩阵读取和修改(1)1个通道：(2)3个通道：四.较复杂运算五、其他数据结构 一、矩阵Mat I,img,I1,I2,dst,A,B;
double k,alpha;
Scalar s;//Scalar 是一个结构体，常用来存储像素，比如Scalar s;
转载
2024-04-19 13:42:47
70阅读
# 使用 Python OpenCV 在图像中绘制图像的完整指南
在计算机视觉领域，OpenCV 是一个强大的库，通过它我们可以处理图像并进行多种操作。本文将指导您如何在一幅图像上绘制另一幅图像。我们将从基础知识开始，逐步完成这一过程。通过下面的流程表和代码示例，您将能够轻松掌握这一技能。
## 流程概述
以下是整个实现过程的步骤：
| 步骤 | 操作 |
|------|------|
扩充四边形：x1, y1, x2, y2, track_id = value
width_crop,height_crop = x2-x1,y2-y1
x1_new = int(max(0, x1 - width_crop * 0.1))
y1_new =int(max(0, y1 - height_crop * 0.1))
转载
2024-07-09 19:27:25
12阅读
C++下OpenCV学习笔记----常用的数据结构和函数(1) 文章目录C++下OpenCV学习笔记一.点的表示：Point类二.颜色的表示：Scalar类三.尺寸的表示：Size类四.矩形的表示：Rect类五.颜色空间的转化：cvtColor类 一.点的表示：Point类定义(以二维为例) int类型Point_: typedef Point_<int> Point2i; int64
转载
2024-09-25 22:08:27
79阅读
概述✔️ 背景减除(Background Subtraction)是许多基于计算机视觉的任务中的主要预处理步骤。✔️ 如果有完整的静止的背景帧，可以通过帧差法来计算像素差从而获取到前景对象。但是在大多数情况下，没有这样的图像，所以需要从拥有的任何图像中提取背景。当运动物体有阴影时，由于阴影也在移动，情况会变的变得更加复杂。为此引入了背景减除算法，通过这一方法我们能够从视频中分离出运动的物体前景，从
转载
2023-11-20 10:24:51
245阅读
Meanshift（均值漂移）是一种在一组数据的密度分布中寻找局部极值的稳定的方法。Meanshift不仅能够用于图像滤波，视频跟踪，还能够用于图像切割。 通过给出一组多维数据点，其维数是(x,y,r,g,b)，均值漂移能够用一个窗体扫描空间来找到数据密度最大的区域，能够理解为数据分布最集中的...
转载
2014-08-19 20:45:00
348阅读
2评论
序言： OpenCV3编程入门已经进入第五章 (Core组件进阶） 学习了，后面也越来越多对图像的处理，
原创
2023-02-08 10:32:23
296阅读
OpenCV学习笔记—数据类型一、基础类型1.1 Point类1.2 Scalar类1.3 Size类1.4 Rect1.5 Matx<>1.6 Vec<>1.7 复数类二、辅助对象2.1 TermCriteria类2.2 Range类2.3 智能指针和垃圾收集2.4 DataType<>模板2.5 InputArray和OutputArray类三、工具函数
转载
2024-03-26 14:28:53
65阅读
# Python OpenCV矩形交集实现方法
## 简介
本文将教会你如何使用Python和OpenCV库来实现矩形交集。我们将按照以下步骤来完成任务：
1. 导入必要的库和模块
2. 创建矩形对象
3. 计算矩形交集
4. 绘制交集矩形
5. 输出结果
下面将详细介绍每个步骤以及所需的代码和注释说明。
## 步骤
| 步骤 | 操作 |
| --- | --- |
| 1. | 导
原创
2023-10-12 06:26:16
447阅读
