角点检测(兴趣点、关键点、特征点)是计算机视觉系统中用来获得图像特征的一种方法，广泛用于运动检测、图像匹配、视频跟踪、三维重建和目标识别等领域中，也称为特征点检测。 角点并没有明确的定义，一般将图像中亮度变化剧烈的点或图像边缘上曲率取极大值的点认为是角点。角点作为图像的重要特征，保留了图像绝大部分的特征信
转载
2024-04-30 13:02:50
53阅读
阈值分割，顾名思义，就是对图像的像素点和选中的阈值进行比对的图像分割方法，在OpenCV 2.X中，Threshold()函数(基本阈值操作)和adaptiveThreshold()函数(自适应阈值操作)可以完成图像阈值分割的目的。基本思想是：给定一个数组和一个阈值，根据数组中的每个元素值是高于还是低于阈值而进行一些处理。1.固
线性混合操作 相关API (addWeighted)： 参数1：输入图像Mat – src1 参数2：输入图像src1的alpha值 参数3：输入图像Mat – src2 参数4：输入图像src2的alpha值 参数5：gamma值 参数6：输出混合图像 注意点：两张图像的大小和类型必须一致才可以#include <opencv2/opencv.hpp>
#include <io
转载
2024-09-25 15:52:26
85阅读
问题：存在包含指定内容的返回“是”，否则返回“否”。 函数公式解决： 查找范围为同行：=IF(COUNTIF(B2,"*"&A2&"*"),"是","否") 查找范围不限定行：=IF(COUNTIF(B:B,"*"&A2&"*"),"是","否") CountIf的条件使用前后都带通配符星号，表示“
原创
2024-03-13 13:43:32
35阅读
目标在本章中，将学习：如何将一个图像中的特征与其他图像进行匹配在OpenCV中使用Brute-Force匹配器和FLANN匹配器Brute-Force匹配器的基础暴力匹配器很简单。它使用第一组中一个特征的描述符，并使用一些距离计算将其与第二组中的所有其他特征匹配。并返回最接近的一个。 对于BF匹配器，首先必须使cv.BFMatcher() 创建BFMatcher对象。 它需要两个可选参数:第一个参
转载
2024-04-07 21:53:11
71阅读
特征检测与描述算子，如FAST、SURF、SIFT、以及ORB
转载
2023-05-16 15:39:02
88阅读
问题描述这是一幅基因芯片的荧光图像，检测图像的ROI区域，对这个区域内的阴性点（弱）和阳性点（强）的数量进行统计，并标出点的位置。ROI区域检测：思路：(1)观察到图像对比度很低，首先对图像进行对比度增强(2)图像分割需要获得边缘信息，用canny算子检测边缘(3)对图像做闭运算，图像中很小的点江北腐蚀掉，从而显现出大的边缘(4)用findContours方法找出边缘(5) boundingRec
转载
2024-03-30 07:44:09
0阅读
opencv自带的非局部降噪算法：CV_EXPORTS_W void fastNlMeansDenoising( InputArray src, OutputArray dst, float h = 3, int templateWindowSize = 7, int searchWindowSize = 21);h是过滤强度，templateWindowSize是分块大小，searchWindowSize是搜索区域大小。应用实例int main(){ Mat I..
原创
2021-12-25 18:22:51
706阅读
文章目录四、边缘与轮廓4.1 图像梯度（见梯度算子）4.2 Canny边缘提取算法4.2.1 原理与流程4.2.2 非极大值抑制4.2.3 双阈值边缘连接处理4.2.4 代码4.3 轮廓4.3.0 轮廓与边缘区别4.3.1 轮廓查找与绘制4.3.2 面积、周长和重心4.3.3 轮廓近似4.3.4 凸包和凸性检测4.3.5 边界检测4.3.5.1 方向性判断4.3.6 轮廓性质4.3.6.1 边界
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、访问图像中的像素1.图像矩阵是如何存储在内存中的？2.颜色空间的缩减3.访问图中像素的三种方法二、ROI区域图像叠加三、图像混合总结 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，现在考研任务结束了，未来的导师也是从事的该方向，笔者又开始了新一轮的学习。回来发现Op
转载
2024-09-09 16:00:00
37阅读
1、原理概述我们知道，图像的空间域和频域构成了描述图像的两种方式，前者对应图像中不同灰度的分布，后者则用于描述图像灰度变化的频率。那么从空间域来看，图像滤波就是去除图像中的噪声，提取感兴趣的部分；而在频域中，滤波的作用是增强部分频段，同时限制（或衰减）其他频段。按照频域滤波的特点，滤波器分为低通滤波器和高通滤波器，前者去除图像中的高频成分，后者去除低频成分。2、均值滤波器均值滤波的原理是将每个像素
OpenCV-选取图像局部区域1.imshow()1.单行或单列选择2.多行或多列选择2.submat()函数1.Rect2.Range3.submat()4.diag() Mat类提供了多种获取图像局部区域的方法1.imshow()1.单行或单列选择获取图像的某一行或某一列，可以使用row()函数或者col()函数方法说明row(int y)提取第y行图像col(int x)提取第x列数据示例
转载
2023-09-22 20:10:12
366阅读
##仅记录工程中的工作 opencv中提供了多种双目视觉匹配的算法实现，比如BM，SGBM，HH，VAR等，这些算法实现在calib3d文件中，并在opencv提供的 sample文件中有具体的例子，具体的算法实现和例子可以查看opencv库，这里不对算法的实现原理做解析。以下只说明各个算法接口和参数的意义。opencv中使用setParamName和getParamName来设置和获
转载
2024-05-10 17:23:01
60阅读
模板匹配是指在图像A中寻找与图像B最相似的部分，一般A称为输入图像，B称为模板图像模板匹配函数result = cv2.matchTemplate(image , temp1 , method , [,mask])result 函数每次计算模板和输入图像的重叠区域相似度之后将结果存入映射图像result中，result图像中每个点都代表一次相似度的比较，类型是单通道32位浮点型 若输入图像的尺寸
转载
2023-08-26 15:45:52
208阅读
1 模板匹配1.1 原理所谓的模板匹配，就是在给定的图片中查找和模板最相似的区域，该算法的输入包括模板和图片，整个任务的思路就是按照滑窗的思路不断的移动模板图片，计算其与图像中对应区域的匹配度，最终将匹配度最高的区域选择为最终的结果。实现流程：准备两幅图像：1.原图像(I)：在这幅图中，找到与模板相匹配的区域2.模板(T)：与原图像进行比对的图像块滑动模板图像和原图像进行比对：将模板块每次移动一个
转载
2024-03-27 15:04:59
149阅读
1.在原图上裁剪一块作为模板图像，如果图像不是裁剪的， 大小有变化的话，会影响匹配结果。 2.运行代码/*
简单图像模板匹配
*/
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>
转载
2024-02-22 15:45:47
124阅读
OpenCV Java：强大的计算机视觉库在Java中的应用，是将OpenCV与Java语言相结合的实践，为Java开发者提供了便利的接口和示例代码，使得在Java平台上进行视觉计算变得更加容易。项目简介lichao3140/Opencv_Java 是一个专门针对Java开发者的OpenCV集成项目，旨在简化Java环境下的计算机视觉编程。该项目不仅封装了OpenCV的核心API，还提供了丰富的示
目录一、基础理论1、思想2、大致过程二、详细过程1、首先需要模板库2、得到模板3、原图限定大小4、模板匹配5、匹配所有子文件夹，保存最佳得分（最匹配项）三、大致过程（细分类，节省时间）1、汉字匹配 2、英文字符匹配3、数字/英文匹配 4、显示模板匹配总代码参考资料一、基础理论1、思想把提取到的每一张字符，和模板库中的所有字符进行对比。2、大致过程先拿到模板库，把模板和待匹配的图
转载
2024-02-28 17:35:03
402阅读
函数createTrackbar( trackbar_label, image_window, &match_method, max_Trackbar, MatchingMethod ); /*参数1：滑动条轨迹名
参数2：滑动条依附的窗口名
参数3：滑块的位置，创建时，滑块初始位置就是这个变量当前的值
参数4：轨迹的最大值
参数5：回调函数
参数6：默认0，用户传给回调函数的数据，如果第
转载
2024-04-14 12:09:43
45阅读
一：课程介绍1.1：学习目标 学会用imread载入图像，和imshow输出图像。createTrackbar加入滚动条和其回调函数的写法。matchTemplate并学会通过该函数实现模板匹配。 学会怎样将一副图片中自己感兴趣的区域标记出来1.2：什么是模板匹配？ 在一副图像中寻找和另一幅图像最相似（匹配）部分的技术。1.3：案例展示 输入有
转载
2024-04-22 16:04:38
130阅读
