/*功能：实现对眼睛、脸部的跟踪。
原创
2022-08-15 11:24:07
134阅读
eyelike是一个人眼中心定位的算法，可以用于眼部追踪，它来源于github中eyelike项目，C++语言实现，依赖OpenCV。（下载地址：https://github.com/trishume/eyeLike）该项目只实现了简单的2维眼球跟踪功能，没有3维信息，也没有视线跟踪和估计功能。 作者提供了另一个博客链接Simple, accurate eye center tracking in
本篇博客主要是对前段时间数字图像课程大作业-疲劳检测所做工作的一次总结整理。主要涉及到的内容有1、基于图片的人脸、人眼检测；2、利用OPENCV实现本地视频与图片帧之间的相互转换；3、基于本地视频的人脸、人眼检测；4、操作笔记本摄像头，实现人脸、人眼检测。1、基于图片的人脸、人眼检测 原理： OpenCV利用样本的Haar特征进行分类器训练，得到级联boosted分类器（CascadeClass
转载
2024-03-12 19:17:46
187阅读
OpenCV单目标跟踪：实现目标追踪的简易指南了解如何使用OpenCV库实现单目标跟踪。本指南介绍了OpenCV中主要的目标跟踪算法，包括CSRT、KCF、MIL、GOTURN和DaSiamRPN。通过选择初始目标区域并使用适当的跟踪器，在视频中准确地追踪目标位置。快速掌握单目标跟踪技术，适用于视频监控、自动驾驶和行人跟踪等应用场景。目录：什么是单目标跟踪？OpenCV中的目标跟踪器实现单目标跟踪
# -*- coding=utf-8 -*-import numpy as np import cv2import dlibfrom scipy.spatial import dis
原创
2022-11-10 14:30:35
165阅读
之前用opencv做的一个人脸及双眼检测，在此分享给大家 链接：https://pan.baidu.com/s/1BsKBH3wOF9TmdbRlPagEVQ 提取码：cqkv 效果如下：
原创
2021-08-25 13:43:19
336阅读
一种机器学习方法，仅从单个正面角度作为输入的眼睛姿势估计
原创
2021-07-19 09:29:28
136阅读
目录一、什么是形状与轮廓检测二、预处理原图2.1 灰度2.2 高斯模糊2.3 坎尼边缘检测2.4 膨胀2.5 代码三、形状与轮廓检测函数详解3.1创建轮廓3.2 找到轮廓3.3 过滤噪声点3.4 周长检测3.5 多边形拟合（检测形状的预处理操作）3.6 绘制轮廓（以拟合的多边形来绘制）3.7 绘制矩形边界框3.8 轮廓判断四、效果五、总代码 一、什么是形状与轮廓检测给定一张图片
转载
2023-11-23 20:32:42
147阅读
物体尺寸测量的思路是找一个确定尺寸的物体作为参照物，根据已知的计算未知物体尺寸。如下图所示，绿色的板子尺寸为220*300（单位：毫米），通过程序计算白色纸片的长度。目录1、相关库2、读图+图片预处理3、寻找轮廓4、找到参照物的轮廓，并且进行图像矫正5、结束 完整代码：实时实现物体尺寸计算代码： 1、相关库opencv-python==4.2.0.34numpy==1.21.6
转载
2023-07-16 19:28:43
423阅读
点赞
如何用眼睛来控制鼠标？一种基于单一前向视角的机器学习眼睛姿态估计方法。在此项目中，每次单击鼠标时，我们都会编写代码来裁剪你们的眼睛图像。使用这些数据，我们可以反向训练模型，从你们您的眼睛预测鼠标的位置。在开始项目之前，我们需要引入第三方库。# For monitoring web camera and performing image minipulationsimport cv2# For pe
转载
2021-03-02 10:22:28
133阅读
2评论
分享
原创
2021-06-24 10:48:48
247阅读
1、概述学Tensorflow的时候学过怎么用神经网络来做人脸检测和识别，现在看看Opencv怎么做。2、Haar特征Haar-like特征是计算机视觉领域一种常用的特征描述算子，也称为Haar特征，因为Haar-like特征是受一维Haar小波的启示而发明的，所以也称为类Haar特征。 Haar-like特征模板内只有白色和黑色两种矩形，并定义该模板的特征值为白色矩阵像素之和“减去”黑
转载
2024-03-13 16:03:14
99阅读
#利用yolov3的模型结构和权重参数实现对物体的实时检测，正确率挺高的，其主要原理是利用神经网络去将我们的图像不断的进行处理，最后利用图像处理中的金字塔思想，做了3次采样变化，得到不同的特征图，通过用3种不同的方式进行预测，判断处最合适的预测，并将结果返回。有兴趣的可以去看看相关的论文。1.代码运行后展示不同物体的结果（使用手机的图片） 总的来说，检测的效果不错
转载
2023-12-08 13:22:42
113阅读
边缘检测（英语：Edge detection）是图像处理和计算机视觉中的基本问题，边缘检测的目的是标识数字图像中亮度变化明显的点。图像属性中的显著变化通常反映了属性的重要事件和变化。这些包括（i）深度上的不连续、（ii）表面方向不连续、（iii）物质属性变化和（iv）场景照明变化。 边缘检测是图像处理和计算机视觉中，尤其是特征检测中的一个研究领域。1 边缘检测的基本原理图像边缘是图像最基本的特征，
转载
2023-08-07 15:33:28
466阅读
canny边缘检测Canny边缘检测于1986年由JOHN CANNY首次在论文《A Computational Approach to Edge Detection》中提出，就此拉开了Canny边缘检测算法的序幕。Canny边缘检测是从不同视觉对象中提取有用的结构信息并大大减少要处理的数据量的一种技术，目前已广泛应用于各种计算机视觉系统。Canny发现，在不同视觉系统上对边缘检测的要求较为类似，
转载
2024-01-09 17:55:52
102阅读
OpenCV HOG PeopleDetector：从训练到检测 opencv2.0 以上版本提供了行人检测的方法，以opencv2.2为例，该示例为opencv安装目录下的：/samples/cpp/peopledetect.cpp，测试效果如下： 我们先看看示例代码的内容： using namespace cv;
转载
2024-08-27 14:55:18
99阅读
最近老师布置了一个作业，是做一个基于视频的车辆检测与追踪，用了大概两周的时间做了一个简单的，效果不是很理想，但抑制不住想把自己的一些认识写下来，这里就把一些网络上的博客整理一下分享给大家，希望帮助到大家，因为本人也是个小白，所以如果有什么讲的不对的地方希望各位看官多指正！一、安装OpenCV和搭建环境&n
转载
2024-01-08 22:42:42
84阅读
之前写过一篇博客测试出Dlib自带的人脸检测模块速率很慢，在博客里有提及更换其他人脸检测模块或者对其进行速率优化。惯例先放最好的结果，可以看出来已经可以优化到10ms而不怎么掉帧了……回到之前的不优化的效果：载入模型先不谈，人脸检测需要花费100ms左右，特征点定位只需要3.5ms，故而为了提高帧率，人脸检测模块的更换或者优化是很有必要的。1.Opencv人脸检测
首先试下传闻中效果很差但
转载
2023-07-16 19:24:17
260阅读
一种机器学习方法，仅从单个正面角度作为输入的眼睛姿势估计
转载
2022-11-15 09:01:58
157阅读
一：相关依赖文件下载https://github.com/opencv/opencv 二：实现步骤（图片检测）（一）读取图片 image= cv.imread("./d.png") #读取图片 （二）灰度转换 gray = cv.cvtColor(image,cv.COLOR_BGR2GRAY) #在灰度图像基础上实现的 （三）获
转载
2023-11-15 10:24:35
144阅读
