点击上方“码农的后花园”，选择“星标” 公众号 精选文章，第一时间送达最近号主由于某些原因，并没有定期更新
原创
2021-09-11 17:44:51
2263阅读
利用余弦定理使用OpenCV-Python实现手指计数与手掌检测。
原创
2021-07-19 13:55:36
349阅读
利用余弦定理使用OpenCV-Python实现手指计数与手掌检测。手检测和手指计数接下来让我们一起探索以下这个功能是如何实现的。OpenCVOpenCV（开源计算机视觉库）是一个开源计算机...
转载
2022-07-29 07:02:06
293阅读
目录系统介绍OpenCVMediapipeTensorFlowPyWin32数据处理通过mediapipe提取特征转化为相对坐标：均值方差归一化（标准化）：测试效果：神经网络网络结构设计激活函数神经网络的训练过程模型调参语音唤醒监听麦克风将音频读取为numpy识别判断系统设计识别缓冲区键鼠控制PyWin32识别区域的映射鼠标操作键盘操作手势控制计算旋转角度调节亮度和音量 系统介绍本系统灵
转载
2024-07-06 13:40:28
141阅读
一、形态学简介1 概述1.1 基本思想用具有一定形态的结构元素去度量和提取图像中的对应形状，以达到对图像分析和识别的目的1.2 基本运算膨胀、腐蚀、开操作、闭操作1.3 数学基础集合论结构元素：原始图像需要扩充使得结构元素位于原始图像边缘时扩充部分可以涵盖整个结构元素。2 二值图像形态学基本操作2.1 腐蚀操作结构元素B全部位于A中对应的位移量z，故会削弱边界效果：是一种收缩或细化的操作。2.1 膨胀操作结构元素B与A有交集对应的位移量z，故会扩张边界效果：是
原创
2021-11-08 11:12:47
325阅读
一、形态学简介1 概述1.1 基本思想用具有一定形态的结构元素去度量和提取图像中的对应形状，以达到对图像分析和识别的目的1.2 基本运算膨胀、腐蚀、开操作、闭操作1.3 数学基础集合论结构元素：原始图像需要扩充使得结构元素位于原始图像边缘时扩充部分可以涵盖整个结构元素。2 二值图像形态学基本操作2.1 腐蚀操作结构元素B全部位于A中对应的位移量z，故会削弱边界效果：是一种收缩或细化的操作。2.1 膨胀操作结构元素B与A有交集对应的位移量z，故会扩张边界效果：是
原创
2021-11-08 11:12:55
342阅读
一、形态学简介1 概述 1.1 基本思想 用具有一定形态的结构元素去度量和提取图像中的对应形状，以达到对图像分析和识别的目的1.2 基本运算 膨胀、腐蚀、开操作、闭操作1.3 数学基础 集合论 结构元素： 原始图像需要扩充使得结构元素位于原始图像边缘时扩充部分可以涵盖整个结构元素。2 二值图像形态学基本操作 2.1 腐蚀操作 结构元素B全部位于A中对应的位移量z，故会削弱边界 效
原创
2022-04-06 18:48:32
88阅读
# Python手掌识别
[手掌识别](
## 手掌识别原理
手掌识别利用手掌的纹理和结构特征来识别个体。每个人的手掌纹路是独一无二的，类似于指纹。手掌纹路包括凹陷的线条、弯曲的形状和分支等特征。手掌识别的过程主要分为以下几步：
1. 手掌图像采集：使用摄像头或其他图像采集设备获取手掌的图像。
2. 图像预处理：对手掌图像进行去噪、增强等预处理操作，以提高后续特征提取的准确性。
3. 特征
原创
2023-09-09 11:46:37
131阅读
一、前言物体检测分类是一种机器学习任务，旨在识别图像或视频中的物体，并将其分为不同的类别。与传统的物体分类任务不同，物体检测分类不仅可以确定图像中物体的类别，还可以确定它们在图像中的位置和边界框。物体检测分类通常涉及以下步骤：数据收集和标注：收集包含不同类别物体的图像或视频数据，并进行标注，标注包括每个物体的类别和边界框信息。特征提取：使用图像处理和计算机视觉技术，从收集的图像中提取有用的特征。这
转载
2024-03-05 14:06:38
243阅读
Haar级联由于灯光、视角、视距、摄像头抖动以及数字噪声的变化，一个图像的细节可能会变得不稳定。但是人们在分类时却不会受这些物理细节方面差异的影响。因此，提取出图像的细节对产生稳定分类结果和跟踪结果很有用。即：从图像中提取特征。虽然任意像素都可能影响多个特征，但特征应该比像素数少得多。由此两个图像的相似程度可以通过它们对应特征的欧氏距离来度量。类Haar特征是一种用于实现实时人脸跟踪的特征。每个类
转载
2024-03-17 17:53:24
30阅读
### 手掌识别与时间记录
#### 引言
现代技术的发展使得计算机能够进行更多的人机交互操作，其中，手势识别技术是一种非常有趣和实用的技术。通过手势识别，我们可以在不使用键盘和鼠标的情况下与计算机进行交互，比如控制电视、游戏操作、手势密码等。本文将介绍如何使用Python进行手掌识别并记录手掌出现的时间。
#### 手掌识别原理
手掌识别是一种计算机视觉技术，它通过分析图像或视频中的手部区域
原创
2023-09-05 03:30:23
79阅读
文章目录前言一、函数介绍1、HoughLinesP2、HoughCircles3、findContours4、 drawContours二、演示1、GUI2、代码实现总结 前言越来越多的开发人员选择基于开源的Qt框架与OpenCV来实现界面和算法，其原因不单单是无版权问题，更多是两个社区的发展蓬勃，可用来学习的资料与例程特别丰富。以下是关于利用Qt构建GUI并使用OpenCV中的HoughLin
转载
2024-08-21 14:01:04
201阅读
本文将向大家介绍如何使用OpenCV库进行坑洼检测。为什么要检测坑洼？坑洼是道路的结构性指标，事先发现坑洼地可以延长高速公路的使用寿命，防止事故的发生，同时降低死亡率。一种可行的解决方案是构建自动坑洞检测系统，该系统可通过云服务发送实时信息以提醒管理结构，来杜绝每天人工检查所产生的不必要花费。OpenCV是一个帮助研究人员处理图像问题的库，该库提供了大量处理图像的方法。OpenCV的使用将有助于坑
转载
2024-03-23 09:28:53
105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
环境：Python3.8 和 OpenCV内容：Hough圆检测将直角坐标系中的一个圆映射为新坐标系中的一个点，对于原直角坐标系中的每一个圆，可以对应(a, b, r) 这样一个点，这个点即为新三维中的点。标准法实现步骤： 1.获取原图像的边缘检测图像；2.设置最小半径、最大半径和半径分辨率等超参数；3.根据转化后空间的圆心分辨率等信息，设置计数器N(a, b, r)；4.对边缘检测图像的每个白色
转载
2023-12-02 21:01:28
344阅读
1、Opencv DNN1.1 opencv DNNOpenCV DNN githubDeep Neural Networks (dnn module)（opencv dnn 教程）TensorFlow Object Detection APIROS工程不使用ROS自带的OpenCVhttps://github.com/Smorodov/Multitarget-trackerhttps://git
转载
2024-05-22 22:22:48
80阅读
直线检测直线检测可以通过OpenCV的HoughLines和HoughLinesP函数来完成，它们仅有的差别是：第一个函数使用标准的Hough变换，第二个函数使用概率Hough变换，即只通过分析点的子集并估计这些点都属于一条直线的概率，这在计算速度上更快。函数原型：HoughLinesP(image, rho, theta, threshold, lines=None, minLineLength
转载
2023-12-27 21:31:33
347阅读
文章目录单张人脸关键点检测单张图像人脸检测摄像头实时关键点检测 单张人脸关键点检测定义可视化图像函数 导入三维人脸关键点检测模型 导入可视化函数和可视化样式 读取图像 将图像模型输入，获取预测结果 BGR转RGB 将RGB图像输入模型，获取预测结果 预测人人脸个数 可视化人脸关键点检测效果 绘制人来脸和重点区域轮廓线，返回annotated_image 绘制人脸轮廓、眼睫毛、眼眶、嘴唇 在三维坐
转载
2024-03-19 08:31:40
87阅读
简介 OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。 OpenCV的官方网址为：https://opencv.org/， 其Gi
转载
2024-04-22 14:45:26
104阅读
基于内容的图像分析的重点是提取出图像中具有代表性的特征，而线条、轮廓、块往往是最能体现特征的几个元素，这篇文章就针对于这几个重要的图像特征，研究它们在OpenCV中的用法，以及做一些简单的基础应用。一、Canny检测轮廓在上一篇文章中有提到sobel边缘检测，并重写了soble的C++代码让其与matlab中算法效果一致，而soble边缘检测是基于单一阈值的，我们不能兼顾到低阈值的丰富边缘和高阈值
转载
2024-02-23 11:41:48
248阅读
