背景众所周知，Mat是OpenCV最核心的核心数据结构，没有这个灵活高效的Mat，OpenCV也就没有了灵魂。作为一个初学者，只需要会简单用一下Mat当然就够了，但是作为一个有理想的程序猿，我们还是要挖掘挖掘，看看Mat里面还藏着什么宝藏。mat.hpp我们将目光投向OpenCV/modules/core/include/opencv2/core/mat.hpp，这个3600多行(v3.4.1)的
转载
2024-03-26 14:17:07
60阅读
Mat的step，size，step1，elemSize，elemSize1这几个属性非常容易混淆。 OpenCV的官方参考手册也没有解释清楚这几个概念。前一段时间研究了一下每个属性的含义，如果有什么错误，欢迎大家指正。step1(i):每一维元素的通道数step[i]:每一维元素的大小，单位字节size[i]:每一维元素的个数elemSize()：每个元素大小，单位字节elemSize1()：每
转载
2024-06-18 12:21:21
34阅读
基于VS与OpenCV的模板匹配学习（4）：手写OpenCV matchTemplate() 文章目录基于VS与OpenCV的模板匹配学习（4）：手写OpenCV matchTemplate()前言一、OpenCV templmatch源码分析二、平方差度量计算三、高斯金字塔3.1 创建高斯金字塔模板3.2 高斯金字塔策略3.3 findMatchingPosition_GrayValueBase
转载
2024-03-26 07:43:57
58阅读
一.什么是透视变换透视变换就是透视变换（Perspective Transformation)是指利用透视中心、像点、目标点三点共线的条件，按透视旋转定律使承影面（透视面）绕迹线（透视轴）旋转某一角度，破坏原有的投影光线束，仍能保持承影面上投影几何图形不变的变换。简单的来说就是把一张斜着看的二维图形变为俯瞰的二维图像，透视变换再计算机视觉中相当常用，因为计算机采集的图形并非规整的图像，比如再使用自
转载
2024-04-25 21:00:41
178阅读
前言 调试代码过程中发现cv::Mat step的使用，之前没注意过，故之。 opencv cv::Mat解释 step Number of bytes each matrix row occupies. The value should include the padding bytes at
原创
2022-08-13 01:32:48
586阅读
点赞
1.安装CV环境 ①参考书籍：学习OpenCV3（中文版）github网站补充材料解决github图片不能正常显示的问题安装相应的版本配置Visial Stuadio 的环境(头文件，映射等等要不然找不到opencv的库，慢慢来出错很正常)API参考网站 ②尝试编译出现了无法找到或者打开PDB文件的问题 解决方案： 所以我懒得管了，contrl+f5直接运行，如果之后要调试再看具体的解决方案。 2
转载
2024-05-15 20:52:25
33阅读
目录1.图像指针像素的获取2.像素范围的处理3.图像的掩膜操作3.1掩膜操作的概念3.2掩模的作用3.3掩模操作实现图像对比度改变4.Mat对象4.1概述4.2Mat对象使用要点5.图像的操作5.1像素的获取与像素的修改6.图像线性混合7.调整图像亮度和对比度1.图像指针像素的获取 Mat.ptr<uchar>(int i=0）获取像
转载
2024-04-01 07:00:28
110阅读
本文分享内容来自图书《学习OpenCV 4：基于Python的算法实战》，该书内容如下：第1章 OpenCV快速入门；
第2章 图像读写模块imgcodecs；
第3章 核心库模块core；
第4章 图像处理模块imgproc（一）；
第5章 图像处理模块imgproc（二）；
第6章 可视化模块highgui；
第7章 视频处理模块videoio；
第8章 视频分析模块video；
第9章 照片
转载
2024-04-29 20:57:35
64阅读
为了提升自己对Opencv中Mat数据类型的熟悉和掌握程度，自己尝试着写了一下Laplace图像锐化函数，一路坎坷，踩坑不断。现将代码分享如下：#include <opencv2/opencv.hpp>
#include <iostream>
using namespace std;
using namespace cv;
//Laplace滤波锐化图像
void my
转载
2024-04-15 16:12:19
43阅读
卷积什么是二维卷积呢？看下面一张图就一目了然： 卷积就是循环对图像跟一个核逐个元素相乘再求和得到另外一副图像的操作，比如结果图中第一个元素5是怎么算的呢？原图中3×3的区域与3×3的核逐个元素相乘再相加：5=1×1+2×0+1×0+0×0+1×0+1×0+3×0+0×0+2×2 算完之后，整个框再往右移一步继续计算，横向计算完后，再往下移一步继续计算。简而言之，卷积是一个对应位置像素值相乘后再相加
转载
2024-06-29 08:04:28
65阅读
关于源代码源代码和用到的支持超过1G像素大小的opencv库(vc17+vs2022)已经上传到csdn，可以通过博文的标题下方提供连接进行下载。创作背景最近在做一个电路底板的缺陷检测项目，线扫相机保存下来的bmp图像大概为1.5G，像素大小为30000+ x 80000+，在进行缺陷分析之前，需要把bmp大图先切成1280x1280或者640x640的小图，然后在小图上使用yolov8进行缺陷分
转载
2024-06-06 10:24:19
126阅读
现实中图像经常出现划伤或者被噪声腐蚀或者有污渍点，对于这类图像可以通过修复(inpainting)相关的算法来说恢复损害的图像。一般情况下这些算法都是基于污染区域的周围已知的颜色和结构，通过繁殖和混合重新生成填充污染区域。OpenCV中实现的图像修复算法有两种。基于Navier-Stokes的修复方法基于图像梯度的快速匹配方法又称(Telea法)对应的两个枚举类型分别如下：CV_INPAINT_N
转载
2024-05-08 14:10:16
49阅读
以HMMDemo为例1、将OpenCv安装目录下的cv、cvaux、otherlibs/highgui三个目录复制到你的工程目录下，再在工程目录下新建一个camera目录，将安装目录下的apps/Common目录中的两个文件复制至camera目录中。2、在集成开发环境的项目管理窗口中(FileView)新建六个文件夹，分别为highgui_src，highgui_include，cvaux_inc
转载
2024-05-07 21:41:02
45阅读
什么是对象跟踪？简而言之，在视频的连续帧中定位对象称为跟踪。该定义听起来很直接，但在计算机视觉和机器学习中，跟踪是一个非常广泛的术语，涵盖概念上相似但技术上不同的想法。例如，通常在对象跟踪下研究以下所有不同但相关的想法密集光流：这些算法有助于估计视频帧中每个像素的运动矢量。稀疏光流：这些算法，如Kanade-Lucas-Tomashi（KLT）特征跟踪器，跟踪图像中几个特征点的位置。卡尔曼滤波：一
转载
2024-03-20 11:25:38
30阅读
一、什么是resize 函数： resize函数opencv中专门用来调整图像大小的函数； opencv 提供五种方法供选择分别是： a.最近邻插值——INTER_NEAREST； b.线性插值 ——INTER_LINEAR；（默认值） c.区域插值 ——I
转载
2024-02-27 19:58:28
178阅读
如何通过图像处理从低分辨率/模糊/低对比度的图像中提取有用信息。下面让我们一起来探究这个过程：首先我们获取了一个LPG气瓶图像，该图像取自在传送带上运行的仓库。我们的目标是找出LPG气瓶的批号，以便更新已检测的LPG气瓶数量。步骤1：导入必要的库import cv2import numpy as npimport matplotlib.pyplot as plt步骤2：加载图像并显示示例图像。im
转载
2024-03-01 19:13:58
75阅读
图像处理库综述1. OpenCV简介：OpenCV全称是:Open Source Computer Vision Library。是Intel®开源计算机视觉库。它由一系列 C 函数和少量 C++ 类构成，实现了图像处理和计算机视觉方面的很多通用算法。OpenCV是一个基于（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows和Mac OS操作系统上。它轻量级而且高效——由一系列
转载
2024-02-29 14:42:34
103阅读
官方教程地址： http://docs.opencv.org/doc/tutorials/calib3d/camera_calibration/camera_calibration.html 利用OpenCV校正摄像机 摄像机流行了很久了。随着20世纪末的便宜的针孔摄像机的引入，摄像机融入到了人们日常生活中。不幸的是，这种便宜是需要代价的：显著的畸变。幸运的是，这些变形都是常数，可以利用校
转载
2024-01-09 19:12:25
115阅读
目录一、图像概述：1.图像起源：1.1 什么是图像：1.2 模拟图像和数字图像：2.数字图像的表示：2.1 位数：2.2 图像分类：二、OpenCV概述：1.OpenCV概述：2.OpenCV-Python：3.OpenCV部署：三、OpenCV模块：一、图像概述：1.图像起源：1.1 什么是图像： 图像
图像滤波 这一章我们将继续讨论图像的基本操作。将讨论一些滤波理论和一些从图像中提取特征或抑制图像噪声的方法。 图形处理和计算机视觉之间有一条华丽丽的分割线。图形处理主要是通过不同的变换来呈现图形的不同表现。其通常呢，但不总是，是为了”显示”的目的，包括图像色彩空间的转换，锐化或模糊，改变对比
转载
2024-04-22 12:40:55
34阅读
