原创
2022-06-09 13:41:22
580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
平台：32位Win7操作系统+VS2012+OpenCv2.4.4 实验目的：通常我们可以应用某种方式变换，用输出来覆盖输入变量，但是这并不是总是行得通的。具体来说，有些操作输出的图像比输入的图像相比，大小/深度/通道数目都不一样。 故，我们希望对一些原始图像进行一系列操作并且产生一系列变换后的图像。在Opencv中有几个封装好的函数很有用，这些函数既包含输出图像内存空间分配，同
转载
2024-04-28 09:32:27
116阅读
一、基于OpenCV的边缘检测 针对二维图像的边缘检测一般步骤：滤波（边缘检测是基于图像强度的一阶与二阶导数，但导数对图像噪声敏感，需要采用滤波器过滤掉噪声），增强（增强边缘是确定图像各点领域强度的变化值，并通过梯度幅值凸显出来），检测（图像领域各点的梯度表征这图像的边缘，但还有部分点非边缘需要进行筛选，通过阈值化方法可实现）。 &
转载
2024-05-04 23:15:53
536阅读
技术特征：1.一种基于计算机视觉的在线印刷检测装置，其特征在于，包括安装盒(4)和设置在所述安装盒(4)内的相机固定板(7)、相机组件(9)、阻尼板(11)光学玻璃(12)和光源板(13)，其中，所述安装盒(4)的一个侧部开设有检测口(18)，所述安装盒(4)的顶部靠近所述检测口(18)的一端开设有被测物进口(19)，所述安装盒(4)的底部与所述被测物进口(19)相对应处开设有被测物出口(20)，
转载
2024-08-15 11:11:33
79阅读
第7章 图像变换7.1 基于OpenCV的边缘检测7.1.1 边缘检测的一般步骤1.滤波：边缘检测算法主要基于图像强度的一阶和二阶导数，导数对噪声敏感，所以要滤波 2.增强：确定图像各点邻域强度的变化值，将有显著变化的点凸显，可通过计算梯度幅值确定 3.检测：某些特定应用中梯度值较大点不为边缘点，通过阈值化方法检测进行取舍7.1.2 canny算子1.主要评价标准： （1）低错误率：减少噪声误报
转载
2023-12-10 08:15:23
267阅读
opencv进行5种图像变化：一、高斯噪声：#include<opencv2/opencv.hpp>
#include<iostream>
#include "../../opencv/build/include/opencv2/highgui/highgui_c.h"
using namespace cv;
using namespace std;
void gauss
转载
2024-04-02 20:24:54
73阅读
图像对比度增强的方法可以分成两类:一类是直接对比度增强方法;另一类是间接对比度增强方法。直方图拉伸和直方图均衡化是两种最常见的间接对比度增强方法。直方图拉伸是通过对比度拉伸对直方图进行调整，从而“扩大”前景和背景灰度的差别，以达到增强对比度的目的，这种方法可以利用线性或非线性的方法来实现;直方图均衡化则通过使用累积函数对灰度值进行“调整”以实现对比度的增强。1.直方图拉伸 就
转载
2024-08-29 22:07:50
26阅读
分类：通常图像分类并没有什么用处，只是得出一张图片里面有什么。定位＋分类：知道图片中有个什么，也把这个物体定位出来了，但是也没啥用，因为日常生活中一张图片中可能有多个物体。物体检测：做到这一步在实际中就有用处了。IOU（交并比）用于衡量定位的准确度， 一般IOU >= 0.5 可认为定位成功。上图中真实的由蓝框标记，红框为算法框出来的。mAP（mean Average Precision 平
转载
2023-09-07 00:42:51
877阅读
1、 矩的理解（1）物理中的矩在力学中，矩是表示距离和物理量乘积的物理量，表征物体的空间分布。原则上任何物理量和距离相乘都会产生力矩，质量，电荷分布等。单个点的力矩：，多个点则是积分的空间密度：，如果点表示质量，则第零矩是总质量，一阶矩是重心，二阶矩是转动惯量。（2）数学中的矩在统计学中，矩表征随机量的分布。如一个“二阶矩”在一维上可测量其“宽度”，，在更高阶的维度上由于其使用于橢球的空间分布。其
转载
2024-05-10 17:51:54
51阅读
本文对前面的几篇文章进行个总结，实现一个小型的图像检索应用。一个小型的图像检索应用可以分为两部分：train，构建图像集的特征数据库。retrieval，检索，给定图像，从图像库中返回最类似的图像构建图像数据库的过程如下：生成图像集的视觉词汇表(Vocabulary)
提取图像集所有图像的sift特征对得到的sifte特征集合进行聚类，聚类中心就是Vocabulary对图像集中的图像重新编
转载
2024-02-26 11:05:28
251阅读
本教程阐述了使用opencv进行简单的斑点检测 什么是斑点？ 斑点是图像中的一组连接像素，它们共享一些共同属性（例如灰度值）。在下图中，暗连通区域是斑点，斑点检测的目标是识别和标记这些区域。 简单的斑点检测器示例 opencv提供了一种检测斑点的便捷方法，并根据不同的特征对其进行过滤。让我们从最简单的例子开始： Python: import cv2
import numpy as np
#读图片
转载
2024-02-27 07:54:09
48阅读
参数说明： IplImage *workImg-当前全局变量,表示正在显示的图片。 downleft, upright- 检测出的阴影部分矩形框的两个对角顶点。 from: http://blog.csdn.net/abcjennifer/article/details/7334043
转载
2016-04-10 14:06:00
714阅读
2评论
一：噪声类型与去噪声方法介绍图像去噪在二值图像分析、OCR识别预处理环节中十分重要，最常见的图像噪声都是因为在图像生成过程中因为模拟或者数字信号受到干扰而产生的，常见的噪声类型有如下：椒盐噪声高斯噪声泊松噪声乘性噪声OpenCV中有多个可以降低图像噪声、对图像实现平滑滤波的函数，最常见的就是均值模糊与高斯模糊，它们都可以在一定程度上减低上述几种噪声，另外还有中值模糊、双边模糊、非局部去噪等函数方法
转载
2024-09-12 10:37:50
144阅读
图像变换值卷积
cvFilter2D -
在空间域中卷积的运算次数为N^2*M^2（其中N为图像的长宽，M为卷积模板的长宽）。但OpenCV有优化的设置。因为在频率域的卷积计算复杂度正比于N^2*log(N)。因此，OpenCV会根据核的大小自动决定是否做频域内的卷积。并且即使在空间域卷积，OpenCV的代码都有系统的优化过。
cvSobel
书上说 OpenCV 通过在cvS
转载
2024-05-27 17:17:08
219阅读
作者 | 小白介绍跟踪对象的基本思想是找到对象的轮廓，基于HSV颜色值。轮廓：突出显示对象的图像片段。例如，如果将二进制阈值应用于具有（180,255）的图像，则大于180的像素将以白色突出显示，而其他则为黑色。白色部分称为轮廓。在继续下面的操作之前，请在系统中安装OpenCV。打开命令提示符并键入pip install opencv-python步骤1：从相机读取数据import cv
转载
2024-04-23 21:37:57
162阅读
前言虽然计算机视觉领域目前基本是以深度学习算法为主，但实际上很多时候对图片的很多处理方法，并不需要采用深度学习的网络模型，采用目前成熟的图像处理库即可实现，比如 OpenCV 和 PIL ，对图片进行简单的调整大小、裁剪、旋转，或者是对图片的模糊操作。所以本文主要是介绍用 OpenCV 实现一些基本的图像处理操作，本文的目录如下所示：安装旋转图片裁剪图片调整图片大小调整图片对比度模糊图片
高斯模糊
转载
2023-07-11 23:42:51
323阅读
OpenCV与图像处理学习十二——图像形状特征之HOG特征一、图像特征理解1.1 颜色特征1.2 纹理特征1.3 形状特征1.4 空间关系特征二、形状特征描述2.1 HOG特征2.1.1 基本概念2.1.2 HOG实现过程2.1.3 代码实现 前面介绍了图像的基础知识、基本处理方法以及传统图像分割的应用，下面的笔记将介绍图像特征与目标检测部分的应用，知识脉络如下所示：一、图像特征理解图像特征是图
转载
2024-04-23 21:30:39
76阅读
六、边缘检测其实边缘检测就是首先将图像的值作为一个函数的结果值，然后在其函数空间中，如果是那些平稳变化的，那么就差不多是相同像素值，而所谓的边缘就是两边的像素值相差较大的地方，从函数空间的角度来说，就是这个地方会有突变，也就是会有导数比较大的情况，所以在这样的方法看待图像从而得知，可以通过求导的方式来得到图像的边缘。在《数字图像处理，第二版》的463页的边缘检测部分就比较详细的说明了如何可以用函数
1、学习目标 使用OpenCV进行图像渐变和边缘检测。 OpenCV提供三种类型的梯度滤波器或高通滤波器，Sobel，Scharr和Laplacian。 2、使用函数方法 cv2.Laplacian() cv2.Sobel() cv2.Scharr() 3、程序 结果 程序函数讲解： （1） 关于滤波 过滤是信号和图像处理中基本的任务，目的是根据应用环境的不同，选择性的提取图像中某些认为重要的信号
转载
2023-12-18 15:21:37
65阅读
