文章目录轮廓发现介绍轮廓的定义轮廓发现定义相关APIfindContours发现轮廓drawContours绘制轮廓代码示例 轮廓发现介绍轮廓的定义一个轮廓代表一系列的点（像素），这一系列的点构成一个有序的点集，所以可以把一个轮廓理解为一个有序的点集。轮廓发现定义轮廓发现是基于图像边缘提取的基础寻找对象轮廓的方法。 所以边缘提取的阈值选定会影响最终轮廓发现结果相关APIfindContours发
转载
2024-05-15 11:07:53
344阅读
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言一、角点是什么？二、Harris角点检测算法：cornerHarris()三、Shi-Tomasi角点检测算法：goodFeaturesToTrack()四、亚像素级角点检测：cornerSubPix()总结 前言笔者本科时候有幸接触了OpenCV3.2.0版本的学习，后因考研压力不得不暂时停下学习的脚步，现在考研任务结
转载
2024-04-19 14:11:05
64阅读
因为pcl的点云模板匹配遇到了各种困难，暂时先用opencv的模板匹配函数做一个简单的焊缝识别，看看效果。此方法的缺陷就在于物体和相机位置必须固定，只允许微小位移，否则数据将失效。1什么是模板匹配？ 模板匹配是一种用于查找与模板图像（补丁）匹配（类似）的图像区域的技术。 虽然补丁必须是一个矩形，可能并不是所有的矩形都是相关的。在这种情况下，可以使用掩模来隔离应该用于找到匹配的补丁部分。它是如何工作
Opencv学习之角点检测角点检测在图像处理和计算机视觉领域，兴趣点（interest points），也被称作关键点（key points）、特征点（feture points）。它被大量用于解决物体识别、图像识别、图像匹配、视觉跟踪、三维重建等一系列的问题，如果能检测到足够多特殊的点，同时它们的区分度很高，并且可以精确定位稳定的特征，那么这个方法就具有使用价值。 图像特征类型被分为以下三种：
转载
2024-03-22 13:58:07
60阅读
博客参考 朱伟 等编著的《OpenCV图像处理编程实例》======================================================================================在很多应用场景中，图像像素区域的兴趣点区域对于目标检测、目标跟踪有着重要的意义。当兴趣点周围存在长方形区域时，最容易形成角点。对于兴趣点检测，角点反映的是图像中局部最大值或
转载
2024-03-26 12:03:58
45阅读
博主最近在做三维重建，之前就了解过pcl库，俗话说，二维处理靠opencv，三维处理靠pcl，那么这个点云库到底有什么神奇功能呢？博主才疏学浅，现在就学了如何将三维点显示和一些简单的滤波，在这里，对自己，也是对广大初学者都可以做个复习和简单的介绍。首先如何将已有的三维点显示，博主这里是利用深度相机直接测得的深度，帧之间通过icp获得世界坐标系下的空间位姿，在这里，我们简单来看从深度照片中提取点云。
转载
2024-03-31 08:50:02
202阅读
概述在现实世界中，角点对应于物体的拐角，道路的十字路口、丁字路口等。从图像分析的角度来定义角点可以有以下两种定义：角点可以是两个边缘的角点；角点是邻域内具有两个主方向的特征点； 一提到角点检测，最常用的方法莫过于Harris角点检测，opencv中也提供了Harris角点检测的接口，即cornerHarris()，但是Harris角点检测存在很多缺陷（如角点是像素级别的，速度较慢等），opencv
转载
2024-01-08 17:26:42
100阅读
Harris角点检测如果某一点在任意方向的一个微小变动都会引起灰度很大的变化，那么我们就把它称之为角点。 角点作为图像上的特征点，包含有重要的信息，在图像融合和目标跟踪及三维重建中有重要的应用价值。它们在图像中可以轻易地定位，同时，在人造物体场景，比如门、窗、桌等处也随处可见。因为角点位于两条边缘的交点处，代表了两个边缘变化的方向上的点，所以它们是可以精确定位的二维特征，甚至可以达到亚像素的精度。
转载
2024-03-27 15:50:22
113阅读
在图像处理和与计算机视觉领域，兴趣点（interest points），或称作关键点（keypoints）、特征点（feature points） 被大量用于解决物体识别，图像识别、图像匹配、视觉跟踪、三维重建等一系列的问题。我们不再观察整幅图，而是选择某些特殊的点，然后对他们进行局部有的放矢的分析。如果能检测到足够多的这种点，同时他们的区分度很高，并且可以精确定位稳定的特征，那么这个方法就有使用
转载
2024-02-22 15:58:26
78阅读
角点检测在图像匹配、目标识别、目标跟踪、运动估计与三维重建等CV领域起着非常重要的作用。角点定义关于角点的定义有以下几种： 1、角点是两条及两条以上的边缘的交点； 2、角点处的一阶导数最大，二阶导数为零； 3、角点是一阶导数（即灰度梯度）的局部最大对应的像素点； 4、角点指示了物体边缘变化不连续的方向； 5、角点指图像梯度值和梯度方向的变化速率都很高的点；Harris角点Harris角点
转载
2024-05-10 21:53:35
281阅读
点赞
Kinect实现图像的采集和点云配准使用opencv对Kinect2相机采集的深度图像和彩色图像实现配准opencv的数据结构实现采集和映射的代码 使用opencv对Kinect2相机采集的深度图像和彩色图像实现配准使用opencv对Kinect2采集的深度图像和彩色图像进行配准结果进行显示。opencv的数据结构在进行kinect2相机实现点云的配准过程中，使用opencv创建了Mat类型的数
转载
2024-03-11 06:29:02
66阅读
角点检测基本概念1.兴趣点 在图像处理和计算机视觉领域, 兴趣点(interest points)也被称为关键点(key points)或者特征点(feature points)被大量用于解决物体识别、图像识别、图像匹配、视觉跟踪、三维重建等一系列问题。我们不再观察整幅图, 而是选择某些特殊的点, 然后对它们进行分析, 如果能检测到足够的这种点, 同时它们的区分度很高, 并且可以精确定位稳定的特
转载
2024-04-22 15:01:37
112阅读
「本文介绍了在Linux系统下由双目视觉图像获得三维点云的案例，程序每一行都有注释讲解」(关于SLAM更基础的介绍打算放到本系列的前两篇文章，后面再补吧)Pangolin是Linux系统中基于 OpenGL的3D绘图库，OpenCV是应用广泛的开源计算机视觉库。本文中涉及一些使用中的常见指令。本案例实现思路如下：根据双目视觉的左右眼图像（灰度图）： 通过调用
转载
2024-03-12 08:17:39
258阅读
OpenCV学习——角点检测、SIFT算法的学习图像的特征提取和描述角点特征Harris角点检测Shi-Tomasi角点检测SIFT/SURF算法SIFT算法（尺度不变特征转换）实现 图像的特征提取和描述图像特征：图像特征主要有图像的颜色特征、纹理特征、形状特征和空间关系特征。角点特征角点：两条边的交点，严格的讲，角点是两个不同区域的不同方向的边界Harris角点检测原理：通过图像的局部小窗口观
转载
2024-04-05 08:13:56
42阅读
二进制图像中的任何点都可能属于某些可能的线。 前提条件：边缘检测已经完成; 平面空间到极坐标空间转换(ρ,θ),从[0~360]空间，可以得到r的大小; 属于同一条直线上点在极坐标空(r, theta)必然在一个点上有最强的信号出现，根据此反算到平面坐标中就可以得到直线上各点的像素坐标,从而得到直线。标准的霍夫变换 cv::HoughLines从平面坐标转换到霍夫空间，最终输出是(ρ,θ)表示极坐
转载
2024-09-28 07:02:00
60阅读
摘要最近有个项目用到了TPS算子，即薄板函数模型进行图像几何纠正。opencv中的TPS算子接口并不复杂，主要是在opencv中输入特征匹配点的数据类型有很多种，而opencv封装的TPS算子的输入数据类型只能是Point2f。目前用到的很少，所以资料很少，为大家在进行研究的时候避坑，特写此文。具体理论可以参考论文：On the Bijectivity of Thin-Plate Splines,
转载
2024-10-22 20:26:33
119阅读
'''
图像的仿射变换
在仿射变换中，原图中所有的平行线在结果图像中同样平行。为了创建这个矩阵我们需要从原图像中
找到三个点以及他们在输出图像中的位置。然后cv2.getAffineTransform 会创建一个 2x3 的矩阵，
最后这个矩阵会被传给函数 cv2.warpAffine。
'''
import cv2 as cv
import numpy as np
from matplotli
转载
2024-07-17 23:28:49
45阅读
理论：“如果某一点在任意方向的一个微小变动都会引起灰度很大的变化，那么我们就把它称之为角点” 由上面定义，我们可以想到算法思路：去检测图像像素的灰度变化情况，即求解 ，其中，I(x,y)表示像素的灰度值对于上式，我们希望找到使E的值尽量大的点，则，将上式右边泰勒展开得：整理可得：，进而可以表示为下式这里考虑进去窗函数，设于是，Harris整理出Harris算子的公式：，其中M即为上面的
Code Hello-SLAM标签（空格分隔）： 旭 SLAM Program1.目标写一个RGB-D SLAM程序 要用的库：OpenCV, PCL, g2o 系统环境：Ubuntu16.042.安装软件2.1.OpenCV参见笔记：Vins-Mono环境配置与测试2.2.PCL安装PCL：sudo apt-get install libpcl-dev pcl-tools3.构建CMAKE程序新
转载
2024-04-30 10:15:24
172阅读
opencv 特征点提取、匹配（一）opencv中特征点提取和匹配步骤： 提取特征点 生成特征点的描述子 特征点匹配opencv对应类： 图像特征点的提取 — FeatureDetector 特征点描述子生成 – DescriptorExtractor 特征点的匹配 – DescriptorMatcher （可从这三个基类派生出了不同的类来实现不同的特征提取算法、描述及匹配）特征提取
转载
2023-10-10 11:21:26
142阅读
