目录前言：数据集准备模型训练模型调用附录一：代码运行结果参考附录二：代码详解（个人简介仅供参考）前言： 使用的编译环境和工具：Anaconda、Jupyter Notebook 需要安装的库：OpenCV（打开
转载
2024-05-07 12:29:27
92阅读
对于刚入门的OpenCV玩家，提起目标跟踪，马上想起的就是camshift，但是camshift跟踪往往达不到我们的跟踪要求，包括稳定性和准确性。 opencv3.1版本发行后，集成了多个跟踪算法，即tracker，大部分都是近年VOT竞赛榜上有名的算法，虽然仍有缺陷存在，但效果还不错。 ps：我在知乎上看到一个目标跟踪的介绍，感觉不错，链接在此！ 单目标跟踪很简单，放一个官方例程供参考（ope
转载
2024-03-12 15:45:39
110阅读
深度学习在视觉方面有三个重要的部分：目标分类、目标检测、目标分割。 目标分类（Object Classification）：判断图像中出现的物体属于哪一个类别。可实现：输入一副图片，输出该图片中物体类别的候选集合。 目标检测（Object Detection）:又叫物体检测或目标分类检测，包含两个问题，一是判断出现在图
转载
2023-10-18 17:18:41
165阅读
文章目录一、引言二、步骤概述三、深入探讨主要步骤四、结论和参考 一、引言 作为数据科学家，我们有机会对足球视频剪辑做一些分析，使用深度学习和opencv可以在视频剪辑中提取一些有趣的见解。我们可以检测所有球员+裁判员+足球，还可以根据球衣的颜色预测球员所在的球队，这些都可以实时完成 二、步骤概述 TensorFlow目标检测API是一个非常强大的资源，能够用来快速构建目标检测模型。如果你不
转载
2024-05-09 23:33:06
53阅读
作者：摩卡 Motivation由于当前的旋转目标检测模型(e.g., Rotated RPN, RoI Transformer)通过引入大量不同大小、角度的Anchors以此提升旋转目标检测的性能，或者是在生成水平Anchors的基础上进行RoI Alignment从而生成更精准的Oriented Anchors. 但是上述的这些方法在预测出更精细Oriented Anchors的同
本文重点讲解LBP特征及OpenCV中LBP特征的基本处理。目标检测，也叫目标提取，是一种基于目标几何和统计特征的图像分割。用级联分类器实现目标检测在AI人工智能识别中应用十分广泛。正样本的选取原则正样本的尺寸不是必须一致的，从源码可以看到，这个是可以在输入图片文件的尺寸时设置大小从而实现在CreateSamples中进行裁剪的（参考cvCreateTrainingSamplesFromInfo中
转载
2024-03-21 21:58:27
37阅读
模板匹配是一种在图像中定位目标的方法，通过把输入图像在实际图像上逐像素点滑动，计算特征相似性，以此来判断当前滑块图像所在位置是目标图像的概率。在Opencv中，模板匹配定义了6种相似性对比方式： CV_TM_SQDIFF 平方差匹配法：计算图像像素间的距离之和，最好的匹配是0，值越大，是目标的概率就越低。 CV_TM_CCORR 相关匹配法：一
转载
2024-05-01 20:20:39
52阅读
利用模板匹配的方法追踪摄像头的目标效率比较底下，而且受fps影响重容易跳帧，但在物体低速移动下也不失为一种简单的识别算法。其原理是在摄像头的一帧画面中选定要追踪的范围，利用模板匹配的方法刷新每一帧模板的位置，本文只设定了从左上角截取矩形的方法，其他方法可自行画瓢 不过本文有两个不足 1是只能左上角开始截取，否则会报错 2是要提前预备一张任意图片来置换模板图 否则匹配找不到模板Rect rect;/
转载
2024-03-06 14:41:31
67阅读
知识要点1. OpenCV目标跟踪算法的使用大概可以分为以下几个步骤:创建MultiTracker对象: trackers = cv2.legacy.MultiTracker_create()读取视频或摄像头数据: cap = cv2.VideoCapture('./videos/soccer_02.mp4')框选ROI区域: roi = cv2.selectR
转载
2023-09-27 12:50:23
399阅读
本次笔记要整理的内容是：通过OpenCV的dnn模块来调用OpenCV自带的inception5h模型，并实现物体识别。该模型可识别的类别总共有1000类，包含动物、日常用品、交通工具等等，范围非常广泛。下面通过代码逐步整理。首先，我们需要加载模型，并设置计算后台和目标设备。//加载opencv自带的tenserflow模型实现图像分类
const string tf_net_model_pat
转载
2024-04-11 23:46:53
107阅读
原作 Prateek Joshi王小新 任何参与过机器学习比赛的人，都能深深体会特征工程在构建机器学习模型中的重要性，它决定了你在比赛排行榜中的位置。特征工程具有强大的潜力，但是手动操作是个缓慢且艰巨的过程。Prateek Joshi，是一名数据科学家，花了不少时间研究多种特征，并从不同角度分析其可行性。现在，整个特征工程过程可实现自动化，他将通过这篇文章进行详细介绍。下面会使用Python特征工
转载
2023-07-11 15:11:52
160阅读
FAST检测特征点+SURF描述特征点速度上要比SURF在多尺度下检测特征点后描述要快的多在自己的电脑上做了两种实验的对比，通过VS性能分析可以看到结果配置I5 2.7GHZ X64 VS2012 OPENCV249代码中大津法二值化可以直接用opencv提供的大津法接口 代码功能SURF提取描述FAST提取SURF描述特征点提取24.2%0.9%特征点描述25%14.7%特
转载
2024-04-11 09:38:04
100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
OpenCV训练分类器
一、简介
目标检测方法最初由Paul Viola [Viola01]提出，并由Rainer Lienhart [Lienhart02]对这一方法进行了改善。该方法的基本步骤为： 首先，利用样本（大约几百幅样本图片）的 harr 特征进行分类器训练，得到一个级联的boosted分类器。
分类器中
转载
2024-02-27 21:59:02
114阅读
文章导航1.收集正样本2.处理正样本3.收集负样本4.生成描述文件5.训练分类器 1.收集正样本这里需要注意的是，正样本图需要裁剪，使目标物体轮廓很清晰，且正样本图越多越好。2.处理正样本将正样本图片转为灰度图，方便后续处理。def convert_gray(f, **args): # 图片处理与格式化的函数
rgb = io.imread(f) # 读取图片
gray =
转载
2024-03-03 10:11:20
157阅读
教程 | 如何使用Docker、TensorFlow目标检测API和OpenCV实现实时目标检测和视频处理 参与：李诗萌、路雪本文展示了如何使用 Docker 容器中的 TensorFlow 目标检测 API，通过网络摄像头执行实时目标检测，同时进行视频后处理。作者使用的是 OpenCV 和 Python3 多进程和多线程库。本文重点介绍了项目中出现的问题以及作者采用的解决方案。用 YouTub
转载
2024-05-14 13:26:29
32阅读
可以从静态场景中检测出移动的物体，并对目标进行标记和计数。本文的主要工作包括：在图像预处理阶段，本文采用HSV色彩空间减轻了目标阴影对目标提取的影响，采用中值滤波器去掉了椒盐噪声，采用图像二值化使图像变的简单，采用图像学去噪中的腐蚀和膨胀分别提取消除图像噪声和填充图像空洞。在动态目标识别的阶段，采用三帧差分法提取出动态的目标，并用更新运动历史图像的方法来减轻重影现象。最后通过在原图像帧中画矩形框的
转载
2023-11-17 10:24:03
81阅读
1. CamShift思想 Camshift全称是"Continuously Adaptive Mean-SHIFT"，即连续自适应的MeanShift算法，是MeanShift算法的改进。CamShift的基本思想是视频图像的所有帧作MeanShift运算，并
转载
2024-03-14 07:16:24
82阅读
目标跟踪指的是对视频中的移动目标进行定位的过程。在如今AI行业有着很多应用场景，比如监控，辅助驾驶等。对于如何实现视频的目标跟踪，也有着许多方法。比如跟踪所有移动目标时，视频每帧之间的变化就显得很有用。如若视频背景不变，即可利用背景变化实现目标跟踪。还有之前我们实现过的「跳一跳」小游戏。其中的模板匹配，也是一种目标跟踪方法，能够很好的跟踪到小跳人的位置。接下来看一下一些简单的目标跟踪案例。/ 01
原创
2020-12-24 16:03:07
1487阅读
目标跟踪指的是对视频中的移动目标进行定位的过程。在如今AI行业有着很多应用场景，比如监控，辅助驾驶等。对于如何实现视频的目标跟踪，也有着许多方法。比如跟踪所有移动目标时，视频每帧之间的变化就显得很有用。如若视频背景不变，即可利用背景变化实现目标跟踪。还有之前我们实现过的「跳一跳」小游戏。其中的模板匹配，也是一种目标跟踪方法，能够很好的跟踪到小跳人的位置。接下来看一下一些简单的目标跟踪案例。/ 01
原创
2021-01-19 14:15:17
1537阅读
点赞
