魏老师学生——Cecil：学习OpenCV-机器视觉之旅 基础OpenCV中的Haar级联检测 Aim：学习以Haar特征分类器为基础的面部检测技术； 将面部检测扩展到眼部检测。 基础对象检测技术：基于机器学习，通过使用大量的正负样本图像训练得到一个cascade_function，最后用它做对象检测。面部检测：算法先通过大量的正样本图像（面部图像）和负样本图像（不带面部的图像）训练分类器从
转载
2024-07-07 07:05:46
7阅读
文章目录前言一、基于MobileNet_SSD和Caffe二、基于Yolo和Darknet总结 前言对象检测是指检测出图像中的所有对象，并识别对象的类型。使用OpenCV中的深度学习预训练模型进行对象检测的基本步骤如下。(1 )从配置文件和预训练模型文件中加载模型。 (2 )创建图像文件的块数据。 (3 )将图像文件的块数据设置为模型的输入。 (4)执行预测。 ( 5)处理预测结果。环境：群辉d
转载
2024-03-27 20:42:37
77阅读
本文目的目的：学习使用opencv的findContours和drawContours函数语言：java版本：opencv-410简介：通过findContours函数检测物体轮廓，并且用drawContours画出来程序支持效果：加载图片后可以在界面上更改三个参数进行效果对比查看1.修改边缘检测阈值，改变边缘检测效果2.修改轮廓检索模式3.修改轮廓的近似模式分解介绍函数：findC
转载
2024-07-25 14:36:29
35阅读
SURF算法工作原理
选择图像中的POI(Points of interest) Hessian Matrix在不同的尺度空间发现关键点，非最大信号压制发现特征点方法、旋转不变性要求生成特征向量
SURF构造函数介绍 C++: SURF::SURF( double hessianThreshold, --阈值检测器使用Hessian的关键点，默认值在
转载
2018-09-30 11:23:00
559阅读
检测并绘制特征点： 1 #include <opencv2/opencv.hpp> 2 #include <opencv2/xfeatures2d.hpp> 3 #include <iostream> 4 5 using namespace cv; 6 using namespace cv::xfeatures2d; 7 using namespace std
转载
2018-10-03 17:07:00
218阅读
入门目标理解什么是轮廓学习寻找轮廓，绘制轮廓等你会看到这些函数：cv.findContours(), cv.drawContours()什么是轮廓轮廓可以简单地解释为连接所有连续点（沿着边界）的曲线，具有相同的颜色或强度。轮廓是形状分析和对象检测与识别的有用工具。为了获得更高的准确性，请使用二进制图像。所以在找到轮廓之前，应用阈值或Canny边缘检测。从 OpenCV 3.2 开始，findCon
转载
2024-02-08 03:38:33
89阅读
一、本节知识预览 1、 怎样遍历图像的每一个像素点？ 2、 opencv图像矩阵怎么被存储的？ 3、 怎样衡量我们算法的性能？ 4、 什么是查表，为什么要使用它们？二、什么是查表，为什么要使用它们？ 假设一张三通道RGB图像，每个像素通道有256种不同颜色取值，那么一个像素点可能有256*256*256（1600多万）种可能颜色取值，这对于
转载
2023-10-11 12:06:42
87阅读
目录一、 简介二、查找色值1、摄像头的角度调2、启动检测与查找三、 验证HSV色值1、写入色值到文件2、启动检测四、交流方式 一、 简介这里学习一下如何用摄像头检测HSV色值，Opencv的HSV色块检测适合单一颜色的色块检测，如果是进行单一颜色的识别与检测，HSV色值检测会比较方便，但缺点也很明显，色值受光线干扰比较大，然后色值有6个值，如果对着色值表去查找效果不一定很好，这里通过工具对色块目
转载
2023-08-30 11:04:29
80阅读
AKAZE是KAZE的加速版特征点查找和绘制：把surf中的surf改成KAZE或AKAZE即可 1 #include <opencv2/opencv.hpp> 2 #include <opencv2/xfeatures2d.hpp> 3 #include <iostream> 4 5 using namespace cv; 6 using namespac
转载
2018-10-03 16:58:00
438阅读
AkAZE是KAZE的加速版与SIFT,SUFR比较:1.更加稳定2.非线性尺度空间3.AKAZE速度更加快4.比较新的算法,只有Opencv新的版本才可以用 AKAZE局部匹配介绍1.AOS构造尺度空间2.Hessian矩阵特征点3.方向指定基于一阶微分图像4.描述子生成特征点查找和绘制：把surf中的surf改成KAZE或AKAZE即可#include #include
原创
2022-05-29 01:13:09
1693阅读
原理：使用GT人脸库做样本，VS2010下使用openCV2.44自带的Haar算法检測人脸区域，ASM Library特征检測，然后使用YCrCb颜色空间做肤色检測，再用LBP+Gabor小波提取特征，最小邻近距离做分类识别。1、GT人脸库GT人脸库包括50个人，每人15张不同角度、不同表情的正面照片。图片为JPG格式，640*480，大小在159~192KB之间。Zip压缩下总大小130M。特
转载
2024-04-19 19:35:11
54阅读
本文将结合实例代码，介绍 OpenCV 如何查找轮廓、获取边界框。 代码: contours.py OpenCV 提供了 findContours 函数查找轮廓，需要以二值化图像作为输入、并指定些选项调用即可。 我们以下图作为示例： 二值化图像 代码工程 data/ 提供了小狗和红球的二值化掩膜图像 ...
转载
2021-06-07 23:26:00
661阅读
2评论
#include <opencv.hpp>
#include<iostream>
#include <string>
#include<conio.h>
#include<time.h>
#include<math.h>
using namespace std;
using namespace cv;
int max_cou
转载
2024-03-17 15:12:46
49阅读
学习资料参考：张平.《OpenCV算法精解：基于Python与C++》.[Z].北京.电子工业出版社.2017.原理直线在计算机图形中一般表示 与我们在数学教材中有所不同，此处的y轴方向是向下的。那么象限的位置是顺时针计数的。 上图中标注了四个参数，分别是直线与x轴正向的夹角，直线到原点的距离,所在直线与x轴的夹角,直线的截距. 类似的第二象限的直线为下图所示，三四象限类似，此处不列举。直线的数学
目标在这一章当中， - 我们将了解霍夫变换的概念。 - 我们将看到如何使用它来检测图像中的线条。 - 我们将看到以下函数：cv.HoughLines()，cv.HoughLinesP()理论如果可以用数学形式表示形状，则霍夫变换是一种检测任何形状的流行技术。即使形状有些破损或变形，也可以检测出形状。我们将看到它如何作用于一条线。一条线可以表示为y=mx+c 或以参数形式表示为ρ=xcosθ+ysi
目的如何遍历图像中的每一个像素？OpenCV的矩阵值是如何存储的？如何测试我们所实现算法的性能？查找表是什么？为什么要用它？测试用例颜色空间缩减。具体做法就是：将现有颜色空间值除以某个输入值，以获得较少的颜色数。例如，颜色0到9可取为新值0，10到19可取为10。计算公式： Lnew = (Lold / 10) * 10如果对图像矩阵的每一个像素进行这个操作的话，是比较费时的，因为有大量的乘除操作
转载
2024-03-26 09:33:42
19阅读
目录0 原理 1 OpenCV中的霍夫变换0 原理 霍夫变换在检测各种形状的的技术中非常流行，如果你要检测的形状可以用数学表达式写出，你就可以是使用霍夫变换检测它。及时要检测的形状存在一点破坏或者扭曲也可以使用。我们下面就看看如何使用霍夫变换检测直线。首先将一条直线用一个点表示，这样用一个点表示直线上所有的点，一开始人们使
转载
2024-02-27 10:41:35
44阅读
hierarchy[Next, Previous, First Child, Parent]理解轮廓层级 图中总共有8条轮廓，2和2a分别表示外层和里层的轮廓，3和3a也是一样。从图中看得出来：轮廓0/1/2是最外层的轮廓，我们可以说它们处于同一轮廓等级：0级轮廓2a是轮廓2的子轮廓，反过来说2是2a的父轮廓。轮廓2a算一个等级：1级同样3是2a的子轮廓，轮廓3处于一个等级：2级类似的，3a是3的
转载
2024-03-25 05:41:19
34阅读
1 #include <opencv2/opencv.hpp> 2 #include <iostream> 3 4 using namespace cv; 5 using namespace std; 6 7 8 int main(int argc, char** argv) 9 { 10 Mat src = imread("test.jpg");11
转载
2018-09-23 12:36:00
258阅读
# 使用OpenCV在Android中查找矩形
在计算机视觉领域，OpenCV是一个非常强大的工具，尤其是在图像处理和分析方面。在Android开发中，结合OpenCV能够实现许多创新的功能，比如图像识别、特征提取等。这篇文章将介绍如何在Android中使用OpenCV查找矩形。
## 准备工作
在开始之前，你需要确保你的Android项目中已集成OpenCV库。可以通过以下步骤进行集成：
原创
2024-08-03 05:30:29
69阅读
