尝试利用CMake重编译OpenCV多次失败，苦于用不了OpenCV的GPU模块！ 受一个师兄的启发，开始尝试从OpenCV库函数中抠出来自己的CUDA代码，忙活了一周终于有点起色。成功抠出来FAST角点检测的代码，特在此分享经验~首先需要研读OpenCV库函数的代码，找到其位置：.cu文件 D:\software\opencv-2.4.13\opencv\sources\modules\gp
转载
2024-03-11 01:38:08
148阅读
一、加载、修改、保存图像1、加载图像（cv::imread）：imread功能是加载图像文件成为一个Mat对象，第一个参数是图像文件的名称，第二个参数是图像文件的类型。IMREAD_UNCHANGED（<0）表示加载原图，不做处理；IMREAD_GRAYSCALE（0） 表示将原图作为灰度图加载进来；IMREAD_COLOR（>0） 表示把原图作为RGB图像加载进来。注：OpenCV支
转载
2024-02-16 09:18:26
96阅读
之前啃了不少OpenCV的官方文档，发现如果了解了一些OpenCV整体的模块架构后，再重点学习自己感兴趣的部分的话，就会有一览众山小的感觉，于是，就决定写出这篇文章，作为启程OpenCV系列博文的第二篇。至于OpenCV组件结构的研究方法，我们不妨管中窥豹，通过opencv安装路径下include目录里面头文件的分类存放，来一窥OpenCV这些年迅猛发展起来的庞杂组件架构。我们进入到D:\Prog
转载
2024-05-24 22:25:49
16阅读
# Python图像骨架化
## 1. 简介
图像骨架化是一种图像处理技术，用于提取图像中物体的主要形状和结构。它将图像中的边缘连接成细长的线条，形成一种类似骨架的结构。图像骨架化在计算机视觉、图像分析和机器学习等领域中被广泛应用，如字符识别、形状匹配等。
在本文中，我们将介绍如何使用Python进行图像骨架化，并提供代码示例。
## 2. 图像骨架化算法
图像骨架化算法的目标是将图像中
原创
2023-10-08 07:51:53
246阅读
做项目时碰到特征的骨架提取，找了挺多相关资料，发现这篇博客讲的最完整，而且通俗易懂，完美解决碰到的问题，特转载如下，供更多的人学习。转自：本章我们学习一下Hilditch算法的基本原理，从网上找资料的时候，竟然发现两个有很大差别的算法描述，而且都叫Hilditch算法。不知道那一个才是正宗的，两个算法实现的效果接近，第一种算法更好一些。第一种算法描述参考paper和代码：Linear Skelet
转载
2024-08-23 18:34:41
460阅读
图像细化_八连通法图像细化图像细化的方法八连通-查表法zhang的快速并行细化算法八连通-查表法的改进图像细化图像的细化主要是针对二值图而言 所谓骨架，可以理解为图像的中轴，长方形的骨架，是它的长方向上的中轴线，圆的骨架是它的圆心，直线的骨架是它自身，孤立点的骨架也是自身。图像细化的方法八连通-查表法判断一个点是否能去掉是以8个相邻点（八连通）的情况来作为判据的，具体判据为： 1，内部点不能删除
转载
2023-08-20 15:20:17
132阅读
在上文已经学习过了opencv的编码规则，为了能够方便灵活的运用OPECV库，我们需要对其框架结构进行学习了解，以方便我们进行实际工程调用调用。1、Opnecv库到底提供了什么？ 打开opencv源码安装的文件夹E:\opencv\opencv 可以看到上述文件，很明显，Opencv解压后，提供给我们一个编译环境及工程的源码环境以及使用的LICENSE。2、Opencv库build
转载
2024-04-05 08:42:04
134阅读
模型效果：在上文中，我们制作了数据集，并利用数据集进行了模型的训练，利用静态图片和视频对模型的检测效果进行了检验，发现效果还是不错的。 前两张为静态图片检测，后一张为视频检测效果截图。 但是模型要想部署在算力微弱的树莓派上，还需要进行两次模型转化才能运行在NCS上进行前向推理。模型转化：第一次转化：（.weight–>.pb）这里的模型转化OpenVINO给出了官方指南https://doc
转载
2024-05-29 20:57:44
61阅读
三种阈值简单阈值：是固定一个阈值（一个数） 自适应阈值：阈值即取相邻领域（小邻域-阈值）（很多阈值） Otsu’s二值化：是自己学习一个阈值（一个数）简单阈值正如它的名字，直接根据给定的阈值进行判断，大于则为1，小于则为0。之前使用的熟悉的阈值函数cv2.threshold()便是这种。 这里简单回顾。其第一个参数是需要二值化的图像，第二个参数是阈值，第三个参数是当像素值高于（或小于）阈值时应该被
转载
2024-04-08 13:54:03
135阅读
import numpy as np
from PIL import Image
import matplotlib.pyplot as plt
import matplotlib.cm as cm
import scipy.signal as signal
import cv2 as cv
import random
import easygui as g
import imutils
impo
转载
2024-04-23 09:38:45
60阅读
Graph Cut 与Grab Cut 都是基于图论得分割方法。另外OpenCV实现了Grab Cut。Graph cuts 是一种有用和流行的能量优化算法，在计算机视觉领域应用于前背景分割，立体视觉，抠图。此类问题与图的最小割问题相关联。 首先用一个无向图 G 表示要分割的图像，V和E分别是顶点（vertex）和边（edge）的集合。此处的Graph和普通的Graph稍有不同。Graph Cu
了解OpenCV的基本框架，有助于我们对OpenCV产生一个全面的认识。本文将从OpenCV的安装目录来介绍，使用的版本为Window系统上的OpenCV 3.3.0。首先打开OpenCV 3的安装目录，如图1所示，可以看到sources和build文件夹。其中sources文件中存放openCV的源代码，build文件夹中存放着许多头文件和外部接口，方便被引用。 图1进入source文件夹，我们
转载
2024-04-27 11:10:30
125阅读
二值图像骨架线提取HilditchThin算法Rosenfeld算法OpenCV_Contrib中的算法示例其他细化算法查表法HilditchThin的另一种算法 二值图像骨架线提取算法：HilditchThin算法、Rosenfeld算法、OpenCV_Contrib中的算法HilditchThin算法1、使用的8邻域标记为：2、下面看下它的算法描述： 复制目地图像到临时图像，对临时图像进行一次
转载
2024-03-12 04:50:36
461阅读
1 骨架细化原理思想：公式: y = p0*2^0 + p1*2^1+ p2*2^2 + p3*2^3 + p4*2^4 + p5*2^5 + p6*2^6 +p7*2^7 前辈们对此作出了总结，得出每个点周围8领域的256种情况，放在一个char data[256]的数组中，不可以删除用0来
转载
2024-03-07 20:56:35
443阅读
Kinect开发学习笔记之（七）骨骼数据的提取我的Kinect开发平台是：Win7x86 + VS2010 + Kinect for Windows SDK v1.6 + OpenCV2.3.0开发环境的搭建见上一文： /article/details/8146055 本学习笔记以下面的方式组织：编程前期分析、代码与注释和重要代码解析三部分。 要实现目标：通过微软的SDK提取骨
转载
2024-05-11 16:30:53
130阅读
小弟一直推崇的读书方式是：先以最快的速度大概浏览一遍，把握整本书的整体框架。接着，再慢慢的“宰”。（没想到才过了几天，已经出了opencv2.4.9了，在这里我就不重新下载了）所以，对于学习OpenCV也一样，我们得先有个总体的掌握，再慢慢的啃这块肥肉会方便很多。那么废话不多说，直接上：打开 $(OPENCV)\build\include\文件夹（小弟的是D:\OpenCV 2.4.8\openc
转载
2024-04-05 14:10:40
88阅读
项目文件布局、自动测试代码、模块及安装脚本。 一、环境配置（win10） 1. 检查并确认自己只安装了一个python版本。cd ~
python 可以检查python版本。 2. 运行pip，确认有基本的安装。>pip list
pip(version xxx.xxx)
setuptools(version xxx.xxx) 3. 使用下述命令设置虚拟环境> pip ins
转载
2023-12-18 17:02:30
74阅读
1、学习了解在OpenNI中，要对人进行骨架追踪，需要人先摆出PSI的姿势，然后系统根据该姿势进行骨骼校正，待校正完成后才进行骨骼的跟踪，其流程图可以参考下面的图： 由图可以看出，其完成骨骼跟踪主要分为3个部分，首先需检测到人体，然后需要固定的PSI姿势来对人体的姿势进行校正，待姿势校正完成后，才能进行人体骨骼的追踪。参见博客文章Kinect+OpenNI学习笔记之6(获取人体骨架并在Qt中显示
转载
2023-10-14 22:00:45
534阅读
1.HOG(Histogram of Oriented Gradient）是方向梯度直方图的意思，是一种特性描述子。通过计算与统计图像局部区域的梯度方向直方图来构成特征。边缘是图像颜色剧变的区域，在一副图像中，局部目标的表象与形状能够被梯度或边缘的方向密度分布很好地描述，而梯度主要存在于存在于局部目标边缘的地方。 (1) 局部目标的边缘，可以把图转为灰度图后按二值映射到0和1输出，就很明显的看出来
原文链接： 4 Point OpenCV getPerspective Transform Example - PyImageSearchwww.pyimagesearch.com
本篇文章介绍使用OpenCV的 cv2.getPerspectiveTransform 函数实现四点透视变换。我上次写了这篇文章， Python and OpenCV Examp
