cv Mat类型的使用 下载安装好opencv，使用时只需添加如下头文件：#include<opencv2/opencv.hpp>另外在工程的属性页中要添加opencv的包含目录与库目录： 在写稍大一些工程的时候，尽量不要直接用using namespace cv; 因为在实践的过程中，发现会出现一些报错，例如错误“ACCESS_MASK”不明确，就是因为opencv的using na
转载
2024-05-05 20:10:02
75阅读
1、Mat矩阵点乘——A*BOpencv重载了运算符“*”，姑且称之为Mat矩阵“点乘”，其中一个重载声明为： 1. CV_EXPORTS MatExpr operator * (const Mat& a, const Mat& b); 点乘说明： 1. A*B是以数学运算中矩阵相乘的方式实现的，即Mat矩阵A和B被当做纯粹的矩阵做乘法运算，这就要求A的列数等 &
转载
2024-03-28 10:49:14
122阅读
# 使用 OpenCV 在 Python 中寻找最小外接矩形
在计算机视觉中，寻找最小外接矩形（最小包围矩形）是一项常见的任务。它可以用于物体检测、图像处理等多个领域。最小外接矩形是一个矩形，该矩形可以完全包围一个给定的形状或点集，并且面积最小。
本文将介绍如何使用 Python 的 OpenCV 库来实现最小外接矩形的查找，附带详细的代码示例，有助于理解这一过程。
## 安装 OpenCV
一 maskrcnn---tensorflow环境配置（若没有gpu，仅看 一，若需要配置gpu ，在完成一的基础上，配置二。）1. 下载anaconda 及 pycharm2. 在anaconda中创建python3.6虚拟环境conda create -n Tensorflow_envs python=3.6查看环境：conda info --envs进入环境：activate envs_na
转载
2024-10-31 18:13:24
91阅读
一、概述OpenCV是英特尔公司于1999年在俄罗斯设立的软件开发中心“Software Development Center”开发的。该公司一直致力于基于个人电脑的计算机视觉应用的开发，可以实时追踪的视觉用户接口技术的普及为目标。初步拟定应用于Human-Computer Interaction（HCI，人机互动）、物体确定、面孔识别、表情识别，移动物体追踪、自主运动（Ego-motion）、移
OpenCV中感兴趣区域的选取与检测感兴趣区域(Region of Interest， ROI)的选取，一般有两种情形：1)已知ROI在图像中的位置；2)ROI在图像中的位置未知。1)第一种情形 很简单，根据ROI的坐标直接从原图抠出，不过前提是要知道其坐标，直接上例子吧。int getROI(Mat image， Rect rect){Mat img=image.clone();Mat roi;
转载
2023-10-27 23:04:22
94阅读
1.掩膜操作 掩膜操作实现图像对比度调整红色是中心像素，从上到下，从左到右对每个像素做同样的处理操作，得到最终结果就是对比度提高之后的输出图像Mat对象1.1 获取图像像素指针CV_Assert(myImage.depth() == CV_8U); Mat.ptr(int i=0) 获取像素矩阵的指针，索引i表示第几行，从0开始计行数。 获得当前行指针const uchar* current= m
转载
2024-01-26 09:59:32
231阅读
# 使用 OpenCV Python 获取物体的外接矩形
在计算机视觉领域中，物体的外接矩形是一个常见的概念，它表示将一个矩形框形状适配到物体周围的最小矩形。这在许多应用中都非常有用，例如物体检测、目标跟踪等。本文将介绍如何使用 OpenCV Python 库来获取物体的外接矩形。
## 准备工作
在开始之前，我们需要先安装 OpenCV Python 库。可以使用以下命令在命令行中安装：
原创
2023-09-18 12:44:02
386阅读
其实opencv 里面很多函数都是会带有一个mask 参数的，很多同学都不知道它到底有什么用，好像在实际运用中忽略它也没有什么问题 我在这里就抛砖引玉，详细分析一个常用函数cvcopy里面的mask ，希望可以给大家一点点指引。 以下内容来子opencv安装文件夹中自带的pdf文档。  
# Python 获取 Mask 最小外接矩形
在计算机视觉中，获取一个形状的最小外接矩形（Minimum Bounding Rectangle, MBR）是一项常见的任务。特别是在图像处理和物体检测等领域，能够迅速识别和界定兴趣区域对于后续的分析和处理至关重要。本文将介绍如何使用 Python 的 OpenCV 库来获取 Mask 的最小外接矩形，并通过一些简单的代码示例来阐明这一过程。
#
原创
2024-09-09 06:43:14
510阅读
1.RotatedRect rect = minAreaRect(pointxy);//查找最小外接矩形 Point2f P[4]; rect.points(P);//外接矩形的四个顶点 for (int j = 0; j <= 3; j++) { line(imageContours, P[j], P[(j +
转载
2019-10-22 18:44:00
90阅读
2评论
注释：1、书名:Mastering OpenCV with Practical Computer Vision Projects2、章节：Chapter 3:Marker-less Augmented Reality3、书中源代码的最新更新可以参考网址：https://github.com/MasteringOpenCV/code 特征提取算子，特征描述符以及特征匹配
OpenCL2.0规范相对于1.2版本做出了重大改进，使得一个异构系统中各个硬件之间增强了通信与协作能力。在接下来的系列文章中，将着重讲解OpenCL2.0的新特性，探究其重要性以及对开发、性能等方面会产生什么影响。 实践出真知，为了更好地理解以下内容，我们建议做好下面的准备工作： l 参考注释，通读每篇博文的代码。l 请点击这里下载AMD OpenCL
目录1. Pytorch 学习2. 填充层 Padding Layers2.1 torch.nn.ReflectionPad2d 和 torch.nn.ReplicationPad2d2.1.1 padding 参数2.1.2 python代码例子2.1.2.1 上边的例子复现代码3.非线性激活 Non-linear Activations3.1 torch.nn.ReLU 和 torch.nn
转载
2023-11-06 21:50:51
280阅读
import torchmask = torch.triu( torch.ones(5, 5), diagonal=1).byte()print(mask)mask = torch.triu( torch.ones(5, 5), diagonal=2).byte()print(mask)tensor( [[0, 1, 1, 1, 1], [0, 0, 1, 1, 1], [0, 0,
原创
2022-07-19 12:06:54
234阅读
# 使用 PyTorch 生成 Mask 矩阵
在深度学习的任务中，尤其是在自然语言处理和计算机视觉中，Mask 矩阵的使用变得尤为重要。Mask 矩阵能帮助我们在特定情况下过滤掉多余的数据，例如忽略掉填充（padding）部分或者限制模型的关注点。在本篇文章中，我们将探讨如何使用 PyTorch 来生成 Mask 矩阵。
## 1. 什么是 Mask 矩阵？
Mask 矩阵是一种布尔矩阵，
原创
2024-10-26 07:01:20
228阅读
开发环境：虚拟工具：VMware Workstation 15 Player虚拟机系统：Ubuntu14.04软件版本：OpenCV-4.0.0安装Cmake （因为Linux自带的Cmake版本过低，到后面安装OpenCV会失败，所以我们这里重新安装Cmake）安装工作： 1.输入sudo apt-get remove cmake cmake-data 卸载Linux自带的Cmake。 （Cma
转载
2024-04-15 13:02:19
41阅读
"彩虹"1. 图形轮廓（contours）1.1 查找轮廓1.2 绘制轮廓1.3 轮廓的面积和周长2. 多边形逼近3. 多边形凸包4. 外接矩形 希望有能力的朋友还是拿C++做。本节讨论查找、绘制图像轮廓，轮廓的面积，周长，多边形逼近，多边形凸包，轮廓的外接矩形1. 图形轮廓（contours）具有相同颜色或灰度的连续点的曲线，轮廓是形状分析和物体的检测和识别中很有用图形分析物体的识别和检测注意
转载
2024-04-01 10:22:30
189阅读
由于噪声和光照的影响，物体的轮廓会出现不规则的形状，根据不规则的轮廓形状不利于对图像内容进行分析，此时需要将物体的轮廓拟合成规则的几何形状，根据需求可以将图像轮廓拟合成矩形、多边形等。本小节将介绍OpenCV 4中提供的轮廓外接多边形函数，实现图像中轮廓的形状拟合。矩形是常见的几何形状，矩形的处理和分析方法也较为简单，OpenCV 4提供了两个函数求取轮廓外接矩形，分别是**求取轮廓最大外接矩形的
转载
2024-05-29 06:39:08
430阅读
在深度学习的项目中，尤其是在使用 PyTorch 进行模型训练和推理时，创建mask矩阵是一项常见的需求。mask矩阵的正确使用能够帮助我们过滤掉某些数据点，例如在处理变长序列时，避免模型关注到填充的部分，从而提升模型的效果。
### 背景定位
在处理自然语言处理（NLP）任务时，序列的长度通常不是固定的，这就导致了在输入模型时需要填充（padding）部分数据，而这些填充的数据往往是不需要关
