识别图片中是否有logo，实现方案主要有如下4种方案：目录1.通过logo库来判断图片中是否有logo库中的logo2.识别图片中的文字，只要有文字，就假设有logo，再进行二次校验3.识别图片中的文字，通过logo文字库，来判断是否是logo4.直接识别logo，但需要通过大量带logo图片进行训练，来实现识别的准确性1.通过logo库来判断图片中是否有logo库中的logo百度logo识别接口
转载
2024-03-14 22:20:06
187阅读
logo是包含了颜色、形状、特征等信息的图形实体。logo检测有很多挑战，比如视角变化、弯曲、形状和颜色的变化、遮挡、背景变化等。下图是我跑的一个（百度随便找的，非项目图）识别一般的效果图，虽然可以识别出指定的logo（1中左图），也受到logo多余部分的影响，最终匹配获取的logo区域有所放大，仔细观察发现logo外围区域颜色都是自下而上渐变变淡，野点（离群点）阈值不够，导致识别区域多了一部分。
转载
2024-01-10 22:26:52
549阅读
1，Python介绍：起源：Python 是一门开源免费、通用型的脚本编程语言，它上手简单，功能强大，坚持「极简主义」。Python 类库（模块）极其丰富，这使得 Python 几乎无所不能，不管是传统的 Web 开发、PC 软件开发、Linux 运维，还是当下火热的机器学习、大数据分析、网络爬虫，Python 都能胜任。 Python 的标志（Logo）Python 的诞生是极具戏曲性的，据 G
转载
2023-12-11 10:23:53
106阅读
drawFrame的操作步骤是：1.清除场景。2.启动正射投影绘制背景。3.在视口绘制最后一个从相机获取到的图像。4.根据相机内在参数设置透视投影。5.把每个侦测到的标记的坐标系移动到标记的3维位置(把4x4的变换矩阵应用到opengl的模型矩阵上)。6.呈现一个任意的3维物体。7.展示帧缓存。准备好时调用drawFrame - 当一个新的相机帧被上传到视频内存中，并且标记监测的步骤已经完成。&n
42.摄像头标定在图像测量过程以及机器视觉应用中，为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系，必须建立相机成像的几何模型，这些几何模型参数就是相机参数。在大多数条件下这些参数必须通过实验与计算才能得到，这个求解参数（内参、外参、畸变参数）的过程就称之为相机标定（或摄像机标定）。无论是在图像测量或者机器视觉应用中，相机参数的标定都是非常关键的环节，其标定结果的精度及算法的稳
转载
2024-02-23 12:08:06
92阅读
小编有个群193369905，里面分享的均是机器视觉的资料， 最近很多朋友问我如何去追踪一个乒乓球，然后利用ＰＩＤ算法来保证活动板的平衡，于是我利用树莓派和arduino实现了这个小实验，本文提出一种基于图像的圆形目标实时跟踪方法，用以解决圆形目标由远及近运动时跟踪稳定性不高的问题。然后将球体的中心坐标通过串口送给电机，利用电机来控制活动板的平衡。前篇博客我已经很好的讲解过了camshif原理和代
转载
2024-05-29 06:35:40
303阅读
前言：
今年有一个高等教育部主办，举办地在余姚的比赛，我们报了机械手解魔方的项目！其中的方案之一是用摄像头采集魔方的六面信息！为了最快的采集信息，决定使用两个摄像头顶角照射，一个摄像头读取三面信息，这样两个摄像头一次直接读取完！ 其中最快的方法就是两个摄像头，顶角摆放，采集六面信息！ 这其中，我有两种方案！1- 直接在倾斜面上颜色识别采集信息，在进行面矩阵转换；2-将倾斜面矫正回来，
转载
2024-04-23 14:30:48
134阅读
图像处理：数黑色格子-基于Java语言的open cv应用1.实验要求2.实验步骤3.有参考意义的书籍4.实验心得 这是本学期我们开设的专业实训课程的作业，任务要求主要是实现：完成一幅方块图像的打开和显示，并统计其中的黑色方块数量，现在特把其完成过程中的心得进行整理。1.实验要求能够读取任何格式的图片文件能读取出来该图片文件的像素点能对图片进行二值化和灰度化的预处理，进而提高角点检测的精确度将图
转载
2024-05-03 17:07:55
39阅读
目录一.汉字点阵字库原理 1.汉字编码1.1区位码1.2机内码 2.点阵字库结构 点阵字库存储 3 汉字点阵获取二、Ubuntu+Opencv+C++显示图片1.将图片、Asci0816.zf和HZKf2424.hz放到文件夹中2.创建test3.cpp文件，并将实现代码写入3.创建logo.txt文件，并写入图片上显示的文字内容4.编译5.运行6.结果一.
转载
2024-03-23 10:51:08
175阅读
需配置好OpenCV和OCR环境下运行1、OpenCV简介OpenCV的全称是Open Source Computer Vision Library，是一个跨平台的计算机视觉库。OpenCV用C++语言编写，它的主要接口也是C++语言，但是依然保留了大量的C语言接口。该库也有大量的Python, Java and MATLAB/OCTAVE (版本2.5)的接口。这些语言的API接口函数可以通过在
转载
2023-11-26 16:43:14
111阅读
转载
2024-03-01 14:49:16
122阅读
1、实验内容：自动是被下列九宫格图像中小人的位置，并将小人分割出来2、思路分析：本实验的难点首先在于如何在一幅图像中把九幅图片分离出来，其次如何能够从分离出来的九幅图片中识别出小人图像。本人的具体思路是这样的：分离九幅图片：通过findContours()函数寻找到图像中所有物体的轮廓，并用boundingRect()获得所有轮廓的包围矩形，但是我们需要的只是九宫格中的九个矩形区域，因此可以通过比
转载
2024-03-18 07:18:35
106阅读
一、前言 最初想写这篇文章就是想帮助和我一样的热心于图像处理的初学者尽快掌握SVM。通过自学毛星云编著的《Opencv3编程入门》一书，并亲自一个一个地码上所有的示例代码，做了一个项目后，算是真正地入门图像处理领域了吧，但也仅仅是入门。 学海无涯，愿每个对图像处理，甚至机器人学感兴趣的人都能保持初心，勇往直前。 本文工程基于Opencv2.4.9和vs2010搭建。而本文也
转载
2024-03-18 20:57:06
20阅读
此文章主要是学习的记录。使用opencv的版本是 3.4.6。实现了图片的人脸检测及人的眼睛、鼻子和嘴巴的检测。里面使用的窗口显示相关的代码都是opencv的函数。 人脸检测 openCV的人脸识别主要通过Haar特征分类器实现
转载
2024-08-27 14:46:30
68阅读
目录前言 一、图像处理?二值化处理?膨胀、腐蚀?开运算、闭运算二、案例实现Step1：灰度处理Step2：对视频进行帧差处理Step3：二值化处理Step4：腐蚀处理Step5：膨胀处理 Step6：标记、框选目标?完整代码三、总结 前言 本文主要以车辆识别为目标，利用 C++语言 结合 Qt + OpenCV 进行图像处理相关步骤的讲解一、图像处理?二值化
转载
2023-10-08 11:58:37
187阅读
§00 前 本文将会介绍使用OpenCV进行图像块简单检测算法。0.1 什么是图像块？ 所谓图像块就是在图像中一组相邻的具有相同特性（比如灰度值）像素区域。在前面的图像中，那些紧挨在一起的黑色像素区域就是图像块。图像块检测就是找到并标记出这些区域。0.2 检测样例代码 OpenCV提供了检测图像块的方便方法并使用不同特征将它们过滤出来。 下面以简单示例开始：Python# Standar
转载
2023-11-01 23:56:29
340阅读
第一次写长博，记录一个项目。这几天一直在接小活，有一个是客户的要求是将目标图片上的文字（目测是好多器材上边的编号）检测出来，并对比，要求长字符串和长字符串相同，短字符串和短字符串相同，不一样的需要标识出来。感觉还挺有意思的，就把过程贴出来以便日后复习。话不多说先贴图：待检测图片和最终识别结果如下图，相同的长字符串用蓝色框标出，短字符串用绿色框标出，而疑似不一致字符串用红色框标出，对客户传来的待测试
转载
2023-10-12 06:27:26
165阅读
霍夫线变换 简介：1.霍夫变换(Hough Transform) 霍夫变换是图像处理中从图像中识别几何形状的基本方法之一，应用很广泛，也有很多改进算法。主要用来从图像中分离出具有某种相同特征的几何形状（如，直线，圆等）。最基本的霍夫变换是从黑白图像中检测直线(线段)。2.Hough变换的原理是将特定图形上的点变换到一组参数空间上，根据参数空间点的累计结果找到一个极大值对应的解，那么这个解就对应着
转载
2023-08-02 15:18:04
356阅读
通过一个偶然机会，我了解到了人体姿态解算，在学习K210之余，我便想着通过opencv实现这个功能，查找了很多资料，发现可以利用opencv+openpose实现，接着我又开始找一些资料，在pycharm上部署。 文章目录前言一、环境配置二、使用步骤1.导入文件2.具体代码3.效果展示三、效果优化1.具体代码2.效果展示总结 前言人体姿态估计的一个有趣应用是 CGI（computer graphi
转载
2024-03-20 10:16:15
213阅读
基于OpenCV与tensorflow object detection API使用迁移学习，基于SSD模型训练实现手势识别完整流程，涉及到数据集收集与标注、VOC2012数据集制作，tfrecord数据生成、SSD迁移学习与模型导出，OpenCV摄像头实时视频流读取与检测处理，整个过程比较长，操作步骤比较多，这里说一下主要阶段与关键注意点。第一阶段：数据收集与数据标注第二阶段：VOC2012数据
