计算机图像表示原理计算机图像可以分为两类：位图（Bitmap）和矢量图（Metafile）。位图可以被看做是一个表格，整个图像由许多的矩形块组成，每个矩形代表一个点，点的个数等于位图的横向矩形块的个数乘上纵向矩形块的个数，每一个点则被称为像素点，而且每个像素点都有确定的颜色，因此形成了一幅完整的图像。通常使用的图像大部分是位图，如相机拍摄的照片，因为位图可以表示图像的细节，能够较好的还原现实场景。
转载
2024-04-16 19:25:01
37阅读
本文主要介绍下opencv中怎样使用hog算法，因为在opencv中已经集成了hog这个类。其实使用起来是很简单的，从后面的代码就可以看出来。本文参考的资料为opencv自带的sample。 关于opencv中hog的源码分析，可以参考本人的另一篇博客：opencv源码解析之(6)：hog源码分析开发环境：opencv2.4.2+Qt4.8.2+ubuntu12.04+QtCrea
转载
2024-04-28 11:21:36
0阅读
最大稳定极值区域（MSER-Maximally Stable Extremal Regions）可以用于图像的斑点区域检测。它是基于分水岭的概念。 SIFT和SURF算法高效实现了具有尺度和旋转不变性的特征检测，但这些特征不具有仿射不变性。区域检测针对各种不同形状的图像区域，通过对区域的旋转和尺寸归一化，可以实现仿射不
/*
1.【
opencv】光流法测试
*/
// 描述：包含程序所使用的头文件和命名空间
#include <iostream>
#include "ctype.h"
#include "stdio.h"
#include "stdlib.h"
#include <assert.h>
#include <
opencv2/
opencv.hpp> //头文件
转载
2024-04-04 09:43:42
49阅读
学习了一段时间opencv视觉编程，也不知道自己学了点啥，做一个小的东西练练手，作为入门学习的练习吧。如果要跳起来可以用调用ADB工具进行与手机通讯实现模拟人的点击。一、起始点识别： 从图可以看到，棋子是图中不变得元素，我们可以通过模板匹配来确定妻子的位置然后通过棋子的位置，对坐标进一步加工，得到起始点位置。//使用模板匹配匹配到图中棋子位置
Mat src, playsrc,local_p
转载
2024-02-27 12:50:13
54阅读
基本的阈值操作 目标：本节简介： OpenCV中的阈值(threshold)函数： threshold 的运用。 基本理论：
本节的解释出自Bradski与Kaehler的书籍
Learning OpenCV 。 什么是阈值？最简单的图像分割的方法。应用举例：从一副图像中利用阈值分割出我们需要的物体部分（当然这里的物体可以
转载
2024-08-13 14:26:01
96阅读
两种类型：基于像素的移动目标检测和基于区域的移动目标检测。1，帧差，采用gray图像进行帧差（1）gray_pre 与 gray_aft进行帧差，并进行之后的阈值判断区分出前景背景#include "iostream"
#include "highgui.h"
#include "opencv2/opencv.hpp"
#include "imgproc/imgproc.hpp"
#include
转载
2024-04-22 15:04:35
191阅读
以OpenCV2.4.13为例，介绍整个OpenCV开发包的构成参考文献：《OpenCV算法精解：基于Python与C++ 》解压缩所下载的OpenCV压缩包会有两个文件夹，分别为build和sourcessources文件夹从文件夹的名称就可以看出，“sources”是用来存放源码的，在其子文件夹“modules”下列出了OpenCV实现的各个模块，其中core,highgui,imgproc
转载
2024-03-19 14:21:25
28阅读
# Android OpenCV检测位置
在现代社会，计算机视觉技术的应用越来越广泛，其中图像位置检测是其中的一个重要应用。本文将介绍如何使用Android平台和OpenCV库来实现图像位置的检测。我们将首先简要介绍Android开发环境和OpenCV库的安装，然后详细讲解代码实现和使用示例。
## 1. Android开发环境和OpenCV库的安装
在开始之前，我们需要搭建Android开
原创
2024-01-11 10:54:01
132阅读
项目要求在包含（一个或多个）人脸的图片中对脸上的某些部位（嘴巴、眉毛等部位）进行标记。代码实现1、导入工具包import numpy as np
import dlib
import cv22、对脸上的部位进行定义在关键点定位的官方文档中，提取68个关键点来表示脸上的部位。其中：第1个点到第17个点：脸颊；第18个点到第22个点：右边眉毛；第23个点到第27个点：左边眉毛；第28个点到第36个点：
转载
2024-02-24 14:13:36
271阅读
文章目录前言一、试过的方法二、最终使用的方法1.先极坐标变换2.计算斜率总结 前言想了挺久，一直没解决这个问题。后面勉强解决了。一、试过的方法1.想用圆度来解决，后来发现圆度差值很小，完整的圆圆度0.89，然后有缺角的圆圆度0.88。 2.想用面积来解决，但是图片中每个圆大小不是一致的，是有一些差别的，也没办法。 3.多边形拟合、凸包都不合适。 4.想使用角点的数量来确定，发现也是不行。看下图二
转载
2024-06-07 07:19:14
1878阅读
# 使用Python和OpenCV检测文字位置
在现代计算机视觉领域，文本检测是一个非常重要的任务。尤其是在图像处理、文档扫描等应用中，能够准确定位文本的位置对于后续的文字识别（OCR）和图像分析至关重要。本文将介绍如何使用Python中的OpenCV库来检测图像中的文字位置，并给出相关的代码示例。
## OpenCV简介
OpenCV（Open Source Computer Vision
目标检测是近年来理论和应用的研究热点，它是图像处理和计算机视觉学科的重要分支，也是智能监控系统的核心部分，同时目标检测也是泛身份识别领域的一个基础性算法，对后续的人脸识别、步态识别、人群计数、实例分割等任务起着至关重要的作用。在深度学习浪潮到来之前，目标检测精度的进步十分缓慢，靠传统依靠手工特征的方法来提高精度已是相当困难的事，而在卷积神经网络（CNN）出现之后，其所展现的强大性能，吸引着学者们将
转载
2024-08-08 11:41:42
39阅读
上一篇文章讲解了Android studio配置opencv并实现不需要集成opencv manager就可以在手机上调用摄像头进行图像处理。本来打算先发一篇在Android studio上进行图像实时处理的文章，结果最近遇到了一个问题，就是很多opencv的处理函数需要用C++来实现更加方便，用java来写会非常的头疼。上网一查发现可以通过Android的JNI接口来实现调用本地C++代码，于是
转载
2023-11-18 17:11:59
84阅读
本文章主要对感兴趣区域ROI的操作（车辆检测）说明 在图像处理的领域，我们常常需要去设置自己感兴趣的区域（ROI，region of interest）,来专注或者简化工作过程。也就是从图像中选择的一个图像区域，这个区域是图像分析所关注的重点。我们圈定这个区域，以便进行下一步的处理.而且，使用ROI指定想读入的目标，可以减少处理时间，增加精度，给图像处理带来不小的便利。 首先我们看下任意形状图
转载
2024-02-24 09:25:10
116阅读
本项目使用到Halcon的OCR识别，也可使用Opencv训练数据集来识别日期。使用Halcon主要是因为用OpenCV训练数据集较为麻烦（对小白不太友好），而Halcon本身便自带许多已训练好的数据集，并且使用Halcon的ocr助手也是相当容易的。下面介绍如何使用Halcon的OCR助手第一步：打开新的OCR第二步 加载一个示例图像，再标记出需要识别的文本位置，右键确定，点击分割第三
转载
2024-03-25 18:16:13
922阅读
前言 工作中遇到需要通过OpenCV找到图片主体体积占图片百分比的比例，这里做一个问题解决思路的记录。该方面新手小白，有不对的地方可以评论指出哈 。重要APISobel算法Sobel 计算参考文章索贝尔算子是计算机视觉领域的一种重要处理方法。 主要用于获得数字图像的一阶梯度，常见的应用和物理意义是边缘检测。 索贝尔算子是把图像中每个像素的上下左右四领域的灰度值加权差，在边缘处达到极值从而检测边缘
转载
2024-05-07 19:49:16
1341阅读
(1)写在前面环境：Win10+VS2017+OpenCV3.4.6 详细代码及附件见本人GitHub repository：https://github.com/BenJaminB1ue/carriage_number_detection_using_OpneCV(2)问题分析 本项目源于笔者的一项课堂作业。 对于一些给定的带有序列号的列车图片，我们如何用计算机视觉与图像处理的方法，实现序列号文
转载
2023-11-03 06:58:54
458阅读
我的论文方向目前是使用单目摄像头实现机器人对人的跟随，首先单目摄像头与kinect等深度摄像头最大的区别是无法有效获取深度信息，那就首先从这方面入手，尝试通过图像获取摄像头与人的距离。在网上看了几天关于摄像头标定和摄像头焦距等原理的文章，然后通过这篇文章真正启发了我：用python和opencv来测量目标到相机的距离:主要的测距的原理是利用相似三角形计算物体到相机的距离。在这里我的环境为: Ubu
转载
2024-05-01 15:09:15
252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
