在现阶段的自动驾驶中，定位一直是很重要的话题；最近特斯拉的开放道路自动驾驶一定程度上降低了定位的重要性，采用实时图像分析生成概率地图，这项技术还有待市场去打磨的更加成熟。在我看来作为一个自动驾驶工程师，成长的线路很清晰：Apollo系统作为基础，特斯拉的技术才是你追求的方向。每篇博客之前，喜欢加一些感悟，一者话题引入；二者抒自己所想，让技术不再
转载
2024-06-16 08:12:11
73阅读
<span style="font-family:SimHei;font-size:18px;">0 前言
最近一直在看关于目标跟踪方面的算法实现，也是时候整理下思路看看怎么实现了。 这次我将带领大家看看基于
OpenCV的目标跟踪算法及其基本实现。由于目标跟踪方法众多，我将分为几次讲解逐个讲解。当然只是起个索引的
效果，要好的跟踪实现有待自己去深化。
概述
转载
2024-04-07 14:30:59
57阅读
OpenCV 第八章 目标跟踪 8.1 检测移动的目标 利用帧差异1.将第一帧设置为输入的背景，对每帧进行灰度转换和平滑滤波操作 2.将后续读取的帧计算与背景的差异，得到差分图 3.对差分图进行二值化和膨胀，然后在差分图中找轮廓cv2.getStructuringElement( ) 这个函数的第一个参数表示内核的形状，有三种形状可以选择。 矩形：MORPH_RECT; 交叉形：MORPH_CRO
转载
2024-03-27 07:56:35
257阅读
首先使用拍照工具拍摄一些JPG格式的标定图片。然后放到特定的文件夹下，我这里是image文件夹。在标定前，首先读取该文件夹下的图片文件，获取这些图片文件的文件名，以备将来opencv读取图片使用。这样做的好处是不用特意给拍摄的图片按照特定格式重新命名，大大减小了工作量。标定时，程序会检查这些图片是否能正常提取格点，如果不能，程序自动舍去，在标定时该幅图片不参与计算。标定完成后，程序会把标定结果显示
转载
2024-04-14 22:39:25
90阅读
编者按：目标跟踪作为机器学习的一个重要分支，加之其在日常生活、军事行动中的广泛应用，很多国内外学者都对此颇有研究。本文将讨论OpenCV上八种不同的目标追踪算法。虽然我们熟知的的质心追踪器表现得很好，但它需要我们在输入的视频上的每一帧运行一个目标探测器。对大多数环境来说，在每帧上进行检测非常耗费计算力。所以，我们想应用一种一次性的目标检测方法，然后在之后的帧上都能进行目标追踪，使这一任务更加快速、
转载
2024-01-09 15:30:57
60阅读
使用Opencv中的Camshift进行视频中目标跟踪是一个不错的选择，这方面的示例很多，但是大多代码不全，或者代码存在问题，不能正常使用，这里，对很多文章进行整理后，贴出了正确可以使用的代码。 首先下载OpenCV， http://sourceforge.net/projects/opencvlibr
转载
2024-03-26 16:16:25
67阅读
今天我们聊一聊人脸检测和关键点定位问题。很多朋友可能会对这一块感兴趣，于是纷纷跑去研究SSD、YOLO、Faster RCNN等方法，最后花费了很久的时间，才搞出一个模型。又是数据，又是算法，搞得头大。实际上，如果你是想搞算法，这样做是很值得推崇的。如果只是想做一些实验性的demo，感受一下人脸相关的一些业务，或者只是需要人脸检测这个步骤，但是对准确性要求没那么搞。那这里，我们推荐dlib库，直接
转载
2024-04-22 14:11:53
100阅读
最近方向定下来是双目立体视觉，主要是做重建这块的研究。大致过程是图像获取->摄像机标定->特征提取->匹配->三维重建，当然开始可以进行图像预处理，矫正，后期可以进行点云的进一步处理，如渲染表面使其更接近于现实物体。 图像获取相对来说比较简单，用相机拍摄目标物（大型场景或特定小型的室内物体）。但有两点需要注意： 1、双目重建所需的图像一般为两张，角度相差不应过大
转载
2024-04-06 12:10:52
88阅读
相机标定规范及opencv实现
一、标定规范： 对于张正友相机标定的标定规范，版本也有很多，我这里只写一下我个人使用的方法和遇到的问题以及解决办法。 1. 标定的棋盘格一定要选黑白间隔的，而且不要有边框，就白色底色上话黑白格就可以，如果有边框的棋盘格，可能会检测不到角点。 2. 拍摄棋盘格的时候，要保证棋盘格大概占据视野范围的三分之二，最少不能少于
转载
2024-04-01 00:00:17
77阅读
其实在深度学习中我们已经介绍了目标检测和目标识别的概念、为了照顾一些没有学过深度学习的童鞋，这里我重新说明一次：目标检测是用来确定图像上某个区域是否有我们要识别的对象，目标识别是用来判断图片上这个对象是什么。识别通常只处理已经检测到对象的区域，例如，人们总是会在已有的人脸图像的区域去识别人脸。传统的目标检测方法与识别不同于深度学习方法，后者主要利用神经网络来实现分类和回归问题。在这里我们主要介绍如
转载
2024-08-08 16:47:00
93阅读
双目标定工业上经常需要对双目相机进行标定，双目标定是进行机械臂手眼标定和末端标定的基础，准确的双目相机参数对机械臂的精准控制至关重要。 双目标定不仅需要标定出两个相机的内参和畸变参数，关键还要获得两个相机之间的相对位置。 假设标定板上某个点在世界系下的坐标，对应相机系的坐标为，右相机相对于左相机旋转平移矩阵为，该点相对于左相机的旋转平移矩阵为，相对于右相机的旋转平移矩阵为，对于左右相机显然有 消去
转载
2024-03-18 19:19:56
141阅读
软件简介 Aircv是一款基于Python-opencv2的目标定位。 用法 import aircv as ac imsrc = ac.imread('youimage.png') # 原始图像 imsch = ac.imread('searched.png') # 带查找的部分 SIFT查找图像 ...
转载
2021-09-26 15:34:00
2746阅读
2评论
因为最近公司需要做多种双摄像头，客户有提供摄像头标定算法库，但是计算时间需要10s，我们需要开发自己的算法库做双摄像头的AA算法。将自己做的一些开发验证记录下来。现在使用的是opencv2 。方案就是先使用calibrateCamera（），计算出内参矩阵,flages = CV_CALIB_FIX_PRINCIPAL_POINT 。然后再讲计算出来的两个内参矩阵带入到stereoCalibrat
转载
2023-07-06 10:35:44
260阅读
opencv锁定鼠标定位
原创
2024-06-12 12:14:41
28阅读
# Python OpenCV 双目标定技术介绍
在计算机视觉领域，标定是一个关键步骤，尤其在多摄像头系统中。双目标定（Stereo Calibration）是指通过对两个摄像头进行标定，从而获取它们的相对位置和朝向，以实现三维重建和立体视觉。本文将介绍如何使用 Python 和 OpenCV 进行双目标定，并提供相关代码示例。
## 什么是双目标定？
双目标定的基本目标是确定两个相机之间的
原创
2024-08-14 06:26:17
491阅读
在深度学习领域，目标定位是一项重要的任务，其应用涵盖了自动驾驶、视频监控以及增强现实等多个领域。目标定位的目标是确定目标物体在图像或视频帧中的位置和边界框位置，而PyTorch作为一个流行的深度学习框架，提供了强大的工具和灵活性，以实现这一任务。
> 目标定位在计算机视觉中的重要性：
>
> 1. 自动驾驶汽车需要识别路边的行人、车辆和障碍物。
> 2. 安全监控系统需要实时检测可疑活动。
>
利用矩视智能低代码平台的目标定位功能，对模块焊接的情况进行缺陷检测--动力电池焊接缺陷检测
原创
2023-10-12 14:54:47
100阅读
使用 OpenCV 和 Python 对实时视频流进行深度学习目标检测是非常简单的，我们只需要组合一些合适的代码，接入实时视频，随后加入原有的目标检测功能。 在本文中我们将学习如何扩展原有的目标检测项目，使用深度学习和 OpenCV 将应用范围扩展到实时视频流和视频文件中。这个任务会通过 VideoStream 类来完成。深度学习目标检测教程：http://www.pyimagesear
转载
2023-07-02 13:58:08
95阅读
Mat img1;
Mat img2(200,100, CV_8UC1);// 200*100行列的数据类型为8的单通道矩阵
Mat img3(Size(200, 100), CV_8UC1);//与上式等同
Mat img4(Size(200, 100), CV_8UC3, Scalar(255, 0 ,0));//三通道，彩色的
Mat img5(Size(200, 100), CV_
转载
2024-05-02 23:22:47
32阅读
（图）效果图【1】写这边博客主要是为了总结一下以前做的双目标定，方便以后找工作嘛，太惨我自己之前写的代码都搞乱 了，没办法用两天时间重新搞了一遍，大部分是转的别人代码，有一个是我自己以前调试的。顺带给需要的童鞋们做个参考。下面代码如没有特殊说明，都是在OPENCV320 能跑通的，有一个是249版本。【2】双目截取图片代码 参考#include <opencv2/o
