前段时间参加了一个表盘指针读数的比赛，今天来总结一下数据集一共有一千张图片：方法一：径向灰度求和基本原理：将图像以表盘圆心转换成极坐标，然后通过矩阵按行求和找到二值图最大值即为指针尖端导入需要用到的包import cv2 as cv
import numpy as np
import math
from matplotlib import pyplot as plt
import os图像预处理去
转载
2024-04-01 06:33:57
191阅读
目录1. 背景2. 修复步骤2.1 图像灰度化，并进行高斯模糊2.2 对图像进行阀值处理2.3 查找轮廓2.4 利用存储的值了解表格的位置2.5 提取所有的水平线和垂直线2.6 合并垂直和水平的两个模版3. 完整代码 1. 背景如果大家在输入图像时，看到的第二行中的单元格线未完全链接，在表格识别种，由于单元格不是闭合的框，算法将无法识别和考虑第二行，本文提出的解决方案不仅适用于这种情况。它也适用
转载
2024-03-26 07:07:56
722阅读
文章目录一、原理二、代码实现1.提取人脸2.获取人脸的特征点人脸识别三、结果1.提取人脸效果2.提取特征值3.人脸预测四、总结五、参考 一、原理参考前面的博客基于OpenCv+Python+Dlib实现简单人脸数据采集二、代码实现1.提取人脸输入需要录制的人的姓名用来创建对应文件夹来保存图片，通过摄像头捕获到的图片进行人脸检测，当检测到人脸后用矩形进行标注。按下s键进行保存，ESC键盘退出。im
转载
2024-08-08 15:56:13
16阅读
Java安装opencv下载源码https://github.com/opencv/opencv直接下载压缩包就可安装cmake和makeCMake和Make都是用于自动化编译和构建软件的工具，它们在软件开发中起着至关重要的作用。CMake：CMake是一个跨平台的构建系统，它可以生成Makefile文件或其他形式的构建文件，这些文件可以用于指导编译器如何编译和链接源代码。CMake的主要优点是它
转载
2024-06-09 19:45:10
77阅读
轮廓检测 Canny 之类的边缘检测算法可以根据像素间的差异检测出轮廓边界，但是它并没有将轮廓作为一个整体 轮廓是构成任何一个形状的边界或外形线。直方图对比和模板匹配根据色彩的分布来进行匹配，以下包括：轮廓的查找、 表达方式、组织方式、绘制、特性、匹配。查找轮廓findContours 函数来查找检测物体的轮廓。find
转载
2023-09-26 11:19:42
143阅读
最近想在Windows下搭建OpenCV环境，看大部分都是采用VC进行搭建，考虑到VC环境太大（N多GB），所以选择小巧开源的CodeBlocks。参考网上的一些资料，在CodeBlocks 20.03中安装好了OpenCV3.4.14版本，以下是环境搭建过程，供参考。1. 下载和安装CodeBlocks首先从网站下载CodeBlocks。https://www.codeblocks.org/do
今天介绍一个正常表格的检测方法，针对在本次项目中的另一个对象。这个算法采用的是opencv中的查找闭合轮廓的方法来确定是否为一个表格。但是这个方法很有很大的缺点，闭合轮廓里面是否为表格的准确性不好确定。---->Today I will introduce a normal table detection method for another object in this proj
转载
2024-02-11 11:58:42
36阅读
今天在复习之前的OpenCV的学习内容时，发现自己对OpenCV的LUT这个函数理解得不是很透彻，研究了一上午终于是搞明白了，但自己在学习的时候发现对于这个函数的解释很少，现在把自己的理解分享出来，给大家一个参考。 首先看下我测试用的程序：#include <cv.h>
#incl
转载
2024-04-03 14:31:04
103阅读
import cv2
import numpy as np
import math
import matplotlib.pyplot as plt
"""
函数的格式为：kmeans(data, K, bestLabels, criteria, attempts, flags)
（1）data: 分类数据，最好是np.float32的数据，每个特征放一列。之所以是np.float32原
转载
2024-04-06 21:47:44
60阅读
上一篇文章中给出了一种对表格进行矫正的方法，但是只能用于只有一个表格的情况，对于有多个表格的情况的矫正的方法，将在这篇文章中给出。一， 函数的介绍（1）Homography（.....）函数返回映射关系H（3*3的矩阵） CV_EXPORTS_W Mat findHomography(
InputArray srcPoints,
InputArray dstPoin
转载
2024-02-12 16:38:51
164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
204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
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
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
一个不知名大学生，江湖人称菜狗 original author: jacky Li Time of completion：2023.2.7 Last edited: 2023.2.7导读本文将使用Python、OpenCV对人脸进行检测，防止痴呆后忘了Quiet。目录基于OpenCV的视频处理 - 人脸检测拍摄影片检测人脸保存面孔和摘要视频输出运行中的管道作者有言基于OpenCV的视频
转载
2024-04-22 14:27:56
92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
c++版本opencv（36.霍夫直线检测37.直线类型与线段-）一、36.霍夫直线检测-二，37.直线类型与线段- 来自网易云课堂贾志刚老师 一、36.霍夫直线检测-同一条直线上的点，r和c塔应该一样！二，37.直线类型与线段- 那通过这两个例子呢，也是告诉大家霍夫直线检测呢，一个是原始数据类型，另外一个的话就是啊，直接是出来线段的，顶点坐标的，那这两个呢，各有各的应用场景，那通过这个例子的话
转载
2024-05-07 21:00:26
106阅读
目录c++检测垂直线 检测所有线：python RANSAC直线检测c++C++: void HoughLinesP(InputArray image, OutputArray lines, double rho, double theta, int threshold, double minLineLength=0, double maxLineGap=0 )第一个参数，InputAr
转载
2024-01-08 17:04:27
116阅读
一、概念运动侦测，英文翻译为“Motion detection technology”，一般也叫移动检测，常用于无人值守监控录像和自动报警。通过摄像头按照不同帧率采集得到的图像会被CPU按照一定算法进行计算和比较，当画面有变化时，如有人走过，镜头被移动，计算比较结果得出的数字会超过阈值并指示系统能自动作出相应的处理。—–百度百科差分算法差分检测根据当前图像与参考图像的差别分析来判断序列图像中是否有
转载
2024-05-08 18:46:20
183阅读
前言 目前地铁上检修螺丝后，会涂抹一种红色标记线，来代表检测完成，日后检修员就可以通过肉眼来观察螺丝是否松动，这样可以大大提高检修的效率问题。所以我们参照这个思路，通过opencv来实现螺丝是否松动检测。 正文首先我们通过目标检测算法，识别出图像中螺丝的区域。这里不实
转载
2024-01-05 23:00:12
209阅读
