OpenCV 学习笔记day12-roi区域提取函数inRange()代码 day12-roi区域提取利用mask(掩模)技术提取纯色背景图像ROI区域中的人和物,并将提取出来的人或物添加在其他图像上。 先通过cvtColor()函数,将原RGB彩色图像转换为hsv色彩空间的图像(色彩对比度比较高),然后通过inRange()函数获得ROI区域的Mask,再利用bitwise_not()函数取反            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2023-12-24 14:37:28
                            
                                263阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            HOG特征一、什么是HOG特征是关于目标区域梯度方向的特征是一个向量 二、如何提取HOG特征图片归一化处理,减弱光线、阴影等影响图像梯度计算,一般用卷积方法,水平模板为[-1,0,1],竖直模板为[-1,0,1]T,看到这个,很容易联想到边缘检测,实际上,这个梯度很大程度上就代表了图像的边缘轮廓信息统计梯度方向,将目标窗口(win:64*128)继续细分为块(block:16*16),而            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-05-28 08:20:29
                            
                                64阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            cv2.line(img, (x, y),((pt[0]),(pt[1])), (0, 0, 255),1)#画半径
text = "(" + str(pt[0]) + ", " + str(pt[1]) + ")"#添加的文字
cv2.putText(img, text, (pt[0]+10, pt[1]+10), cv2.FONT_HERSHEY_PLAIN, 1.5, (255, 255,             
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-08-09 20:05:41
                            
                                42阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            python3字符串内括号匹配分析器 匹配分析字符串内括号的匹配闭合情况,可通过print打印匹配情况,高亮显示错误处。思路,遍历字符串,检测到起始括号后加入到open队列中(位置,字符),检测到闭合括号后检测队列最后一位是否是对应的起始括号,是则open队列最后一位出列,否则把为匹配起始的符号进入close括号队列记录(位置,字符),遍历完成后,如果open,close队列均为空则符合匹配规则,            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-09-06 09:55:21
                            
                                35阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            如图,这次需要在图片中找到卷尺的红色刻度,所以需要对图像做过滤,只留下红色部分。一开始的想法是分别找到RGB值,然后找到红色区域的部分保留就可以了,不过好像很难确定红色区域的RGB取值范围,所以要把图片转化到HSV空间中去。在opencv中直接使用cvCvtColor函数就可以啦。IplImage* hsv = cvCreateImage( cvGetSize(image), 8, 3 );
cv            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2023-11-29 19:35:11
                            
                                251阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            OpenCV学习心得——基础篇——图像与视频的读取与写入 FOR THE SIGMA
 FOR THE GTINDER
 FOR THE ROBOMASTER简介:这一系列的学习心得第一轮将参考《学习OpenCV3》一书操作系统版本:Ubuntu16.04(在这里博主在Linux下进行运行的)http://www.ubuntu.org.cn/download/desktop 桌面版ubuntu16            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2023-12-05 17:14:13
                            
                                236阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            一:图像阈值概念(thresholding)阈值是什么?简单的说就是图像分割的标尺。 举例说明,看下面图片 有一堆苹果,有你喜欢的和你不喜欢的,怎样区分你喜欢的和不喜欢的,在你心中有一个标准,那我们就把这个标准量化来表示,比如,红色的是你喜欢的,其他的是你不喜欢的。那么,这个 “红色” 相当与阈值。分割出你喜欢的和你不喜欢的。同理,在图片中,一个简单的阈值例子就是选择一个像素值p,然后将小于p的所            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-05-05 16:32:15
                            
                                118阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            源码:  #include <iostream>
#include <fstream>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <op            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-07-24 14:29:35
                            
                                40阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            现在将通过使用刚新建的CDEF项目添加绿色,黄色和红色区域
 
实践— 添加彩色区域
现在你将给图形的三个区域添加彩色
1.      添加另一个项目
2.      选择Host-Resource-Mib: Running Processes 作为 Data Sou            
                
                    
                        
                                                            
                                                                        
                                                                                        原创
                                                                                    
                            2012-12-11 22:23:01
                            
                                375阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            这个函数首先是载入了两张png图片到srcImage1和logoImage中,然后定义了一个Mat类型的imageROI,并使用cv::Rect设置其感兴趣区域为srcImage1中的一块区域,将imageROI和srcImage1关联起来。接着定义了一个Mat类型的的mask并读入dota_logo.jpg,顺势使用Mat:: copyTo把mask中的内容拷贝到imageROI中,于是就得到了            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-10-14 17:23:36
                            
                                48阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            如图,这次需要在图片中找到卷尺的红色刻度,所以需要对图像做过滤,只留下红色部分。 一开始的想法是分别找到RGB值,然后找到红色区域的部分保留就可以了,不过好像很难确定红色区域的RGB取值范围,所以要把图片转化到HSV空间中去。 在opencv中直接使用cvCvtColor函数就可以啦。 [cpp]             
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2016-05-23 22:33:00
                            
                                1011阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            泛洪填充(Flood Fill)很多时候国内的开发者称它为漫水填充,该算法在图形填充与着色应用程序比较常见,属于标配。在图像处理里对二值图像的Hole可以通过泛洪填充来消除,这个是泛洪填充在图像处理中很经典的一个用途,此外还可以通过泛洪填充为ROI区域着色。这个在图像处理也经常用到。让我们首先看一下泛洪填充算法本身,然后再说一下在图像处理中的应用场景。泛洪填充算法通常泛洪填充需要从一个点开始,这个            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-05-08 15:30:42
                            
                                62阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            区域生长:就是以某个像素值进行扩散,查找颜色相近的范围区域。这里主要介绍四种方法: 固定灰度值、动态灰度值、固定RGB值、动态RGB值。这四种方法对应不同图片。经测试效果可以1.固定灰度值区域生长//固定灰度值区域生长
cv::Mat RegionGrow(cv::Mat src, cv::Point2i pt, int th)
{
	cv::Point2i ptGrowing;            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2023-10-16 00:16:03
                            
                                243阅读
                            
                                                                             
                 
                
                             
         
            
            
            
                   图像的输入、输出获取图像基本信息像素取反色彩空间转换捕捉视频中的颜色物块通道的分离与合并算术运算逻辑运算调整图像亮度、对比度泛洪填充模糊操作高斯噪声、高斯模糊边缘保留滤波(EPF)像素直方图像素直方图应用直方图反向投影(定位)模板匹配图像二值化图像金字塔图像梯度Canny边缘提取直线检测提取水平、竖直线圆检测轮廓发现对象测量膨胀、腐蚀开闭操作其他形态学操作分水岭算法(图像分割)人脸检            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-05-08 16:38:36
                            
                                57阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            引言在利用OpenCV对图像进行处理时,通常会遇到一个情况,就是只需要对部分感兴趣区域进行处理。因此,如何选取感兴趣区域呢?(其实就是“抠图”)。在学习opencv的掩码运算后,尝试实现一个类似halcon的reduce_domain功能,对于实现抠图的过程中,需要掌握的要点就是位运算符和copyTo函数?位运算符的相关API:void bitwise_and(InputArray src1, I            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-03-19 17:31:04
                            
                                135阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
                直方图——再讲颜色直方图之前,先简单介绍一下直方图。  直方图作为一种简单有效的基于统计特性的特征描述子,在计算机视觉领域广泛使用。它的优点主要体现在两个方面:一是对于任意一个图像区域,直方图特征的提取简单方便;其二,直方图表征图像区域的统计特性,可以有效表示多模态的特征分布,并且本身具备一定的旋转不变性。因此,在计算机视觉领域,基于不同底层特征的各种新颖直方            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-04-23 07:59:27
                            
                                68阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            OpenCV是一个巨大的开源库,广泛用于计算机视觉,人工智能和图像处理领域。它在现实世界中的典型应用是人脸识别,物体检测,人类活动识别,物体跟踪等。现在,假设我们只需要从整个输入帧中检测到一个对象。因此,代替处理整个框架,如果可以在框架中定义一个子区域并将其视为要应用处理的新框架,该怎么办。我们要完成一下三个步骤:• 定义兴趣区• 在ROI中检测轮廓• 阈值检测轮廓轮廓线什么是ROI?简而言之,我            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-03-28 11:52:16
                            
                                78阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            在本教程中,您将学习如何使用 OpenCV 和 Python 自动确定 ArUco 标记类型/字典。到目前为止,在本系列中,我们已经学习了如何检测 ArUco 标记;然而,这取决于我们已经知道使用什么类型的 ArUco 字典来生成标记的事实。这就提出了一个问题:如果您不知道用于生成标记的 ArUco 字典怎么办?如果不知道使用的 ArUco 字典,您将无法在图像/视频中检测到它们。当这种情况发生时            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-04-01 05:57:14
                            
                                126阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            OpenGL支持两种颜色模式:一种是RGBA,一种是颜色索引模式。无论哪种颜色模式,计算机都必须为每一个像素保存一些数据。不同的是,RGBA模式中,数据直接就代表了颜色;而颜色索引模式中,数据代表的是一个索引,要得到真正的颜色,还必须去查索引表。1. RGBA颜色RGBA模式中,每一个像素会保存以下数据:R值(红色分量)、G值(绿色分量)、B值(蓝色分量)和A值(alpha分量)。其中红、绿、蓝三            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-07-26 16:20:21
                            
                                21阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            # Python OpenCV 去红色的实现教程
在本文中,我们将教你如何使用 Python 的 OpenCV 库来去除图像中的红色部分。这是一个很实用的图像处理技术,广泛应用于计算机视觉领域。我们将分步骤来解释整个流程,并提供必要的代码示例。
## 整体流程
下面是进行图像红色去除的整体流程:
| 步骤             | 说明                        |