摘要 图像几何变换又称为图像空间变换， 它将一幅图像中的坐标位置映射到另一幅图像中的新坐标位置。几何变换不改变图像的像素值， 只是在图像平面上进行像素的重新安排。几何变换大致分为仿射变换、投影变换、极坐标变换，完成几何变换需要两个独立的算法过程：1、一个用来实现空间坐标变换的算法，用它描述每个像素如何从初始位置移动到终止位置2、一个插值算法完成输出图像的每个像素的灰度值 放射变换?首先
转载
2024-05-20 22:26:48
31阅读
opencv drawContours的工作原理：基于扫描线的多边形填充算法
CollectPolyEdges 收集多边形边缘FillEdgeCollection填充多边形边缘Structural Analysis and Shape Descriptors — OpenCV 2.4.13.7 documentation opencv文档
Optimize FillEdgeCollectio
转载
2024-05-26 17:45:52
53阅读
1.开运算 开运算 = 先腐蚀运算，再膨胀运算（看上去把细微连在一起的两块目标分开了） 开运算的效果图如下图所示： 开运算总结： （１）开运算能够除去孤立的小点，毛刺和小桥，而总的位置和形状不便。 （２）开运算是一个基于几何运算的滤波器。 （３）结构元素大小的不同将导致滤波效果的不同。 （４）不同的结构元素的选择导致了不同的分割，即提取出不同的特征。2.闭运算 闭运算 = 先膨胀运算，
转载
2024-03-28 22:54:22
296阅读
GOCW的重点和难点就在于Csharp调用OpenCV，其中的桥梁就是CLR，当然我们也有其他方法，但是CLR是一个比较新的、比较可靠的、关键是能用的桥梁。这里关于CLR的基本原理知识、如何用于GOCW项目的相关内容加以整理思考，以图深入：
一、什么是CLR; 1、什么是CLRCLR（Common Language Runtime）是“公共语言运行时”的缩写，简单来
一、前言 最近在使用floodFill这个算法时，突然想起selective search里的基础图像分割算法 - 基于图的graphsementation。 两者是比较简单的算法，存在相似之处，即都使用了相邻像素之间像素强度关系。 同时又存在不同点，floodFill关注点是像素层面上，生成一个区域； 而graphsementation由像素逐步构建出图块，生成多个区域。 二、gr
转载
2024-05-21 10:46:23
80阅读
最近在做图像增强方面的算法，在参考了一些博客，论文和源代码后 ，自己整理了Retinex相关算法的opencv实现，在这里贴出来供大家参考 一.Retinex算法原理 基础理论：物体的颜色是由物体对长波（红色），中波（绿色），短波（蓝色）光线的反射能力来决定的，而不是由反射光强度的绝对值来决定的；物体的颜色不受光照非均匀性的影响，具有一致性，即Retinex算法是基于物体的颜色恒常性来实现的。 R
转载
2024-03-29 14:46:02
268阅读
透视变换的原理和矩阵求解请参见前一篇
《透视变换 Perspective Transformation》
。在OpenCV中也实现了透视变换的公式求解和变换函数。
求解变换公式的函数： Mat getPerspectiveTransform(const Point2f src[], const 
转载
2024-08-29 17:47:54
75阅读
输入图像 void Detect_Object(Mat img)
{
Mat gray, binaryIMG;
Mat correct_IMG;
cvtColor(img, gray, CV_BGR2GRAY);
Canny(gray, binaryIMG, 90, 180);
blur(binaryIMG, binaryIMG, Size(3, 3))
今天学习了稀疏的光束平差法，基于上一篇博文Levenberg–Marquardt算法学习，这里对学习内容做一个理论梳理。本次内容包括： BA简介 BA迭代步长的数学推导 稀疏BA迭代步长的算法求解过程1.BA简介 摄像机在静态环境中移动，得到不同时刻拍
转载
2024-09-24 23:26:42
98阅读
Histogram of Oriented Gradients(HOG)特征描述子原理解释以及在OpenCV中的使用一、什么是特征描述子？特征描述子是对一张图片或者一个图片块的一种表示，通过提取有用信息并扔掉多余的信息来简化图像。通常，特征描述子将一张大小为width×height×3 (通道数)的图片化成一个长度为n的特征向量/数组。以HOG特征为例，输入图像的大小是64×128×3，输出是一个
写在前面：xfeature2d模块是contrib中对于feature2d模块的扩展，其中包含的功能受专利保护或功能较新用于测试由于feature2d模块主要用途是特征点检测，而特征点匹配也与之密切相关，因此匹配器也一并介绍文章对两个模块中的Feature2D类进行归类和特点总结先写这么多吧，后面填坑进行特征匹配的一般步骤实例化特征点检测器，进行特征点检测实例化描述子提取器，对计算得到特征点提取描
转载
2024-09-29 10:50:35
39阅读
一、一维测量 基本流程： 1.采集图像 2.产生测量矩形或弧形 gen_measure_rectangle(); gen_measure_arc(); 3.测量： measure_pos();边缘测量 measure_pairs();测量对 4.关闭测量:close_measure();常用算子参数说明： gen_measure_rectangle2 (Row, Column, Angle, Le
综合网上上各种车牌识别方法，总结出一个较为简单的车牌识别方案，采用VS2013+OpenCv2.4.9实现。并且附上可运行的源代码以及测试图片和视频，详细参数设置请参照源代码。识别部分的训练样本见我上传的资源。实现方法(一) 检测车辆（基于混合高斯模型的背景差分法）读取视频（avi格式），选定目标区域框用于检测车辆检测车辆，基于混合高斯模型的背景差分法检测前景，经过腐蚀、膨胀后，若像素值大于200
转载
2024-04-05 13:39:40
124阅读
此文章主要是学习的记录。使用opencv的版本是 3.4.6。实现了图片的人脸检测及人的眼睛、鼻子和嘴巴的检测。里面使用的窗口显示相关的代码都是opencv的函数。 人脸检测 openCV的人脸识别主要通过Haar特征分类器实现
转载
2024-08-27 14:46:30
68阅读
目录1. findContours函数1.1. 轮廓contours1.2 cv2.findContours、cv::findContours函数简介1.3 参数说明：2. opencv各版本cv2.findContours说明2.1 opencv3.x2.2 opencv2.x和4.x3 cv2.findContours使用示例：3.1 opencv3.x版本
转载
2024-04-22 10:23:59
2463阅读
需配置好OpenCV和OCR环境下运行1、OpenCV简介OpenCV的全称是Open Source Computer Vision Library，是一个跨平台的计算机视觉库。OpenCV用C++语言编写，它的主要接口也是C++语言，但是依然保留了大量的C语言接口。该库也有大量的Python, Java and MATLAB/OCTAVE (版本2.5)的接口。这些语言的API接口函数可以通过在
转载
2023-11-26 16:43:14
111阅读
1、opencv3.1简介最近参与一个项目需要用到opencv，这里做个笔记，一来记录下学习过程中遇到的问题，再就是有时间读一下其中部分算法的源码，看看牛人写的杰作。在windows环境下，opencv3.1仅支持x64操作系统与VS2013、VS2015，可能是支持的平台版本少了，解压之后的文件与之前版本几个G相比小了很多。这里先简单介绍一下解压之后的文件夹，在include的文件夹下有两个文件
转载
2024-06-06 16:42:42
21阅读
目标 • 学习不同的形态学操作，例如腐蚀，膨胀，开运算，闭运算等
• 我们要学习的函数有：cv2.erode()，cv2.dilate()，cv2.morphologyEx()等 原理 形态学操作是根据图像形状进行的简单操作。一般情况下对二值化图像进行的操作。需要输入两个参数，一个是原始图像，第二个被称为结构化元素或核，它是用来决定操作的性质的。两个基本的形态学操作是腐蚀和膨胀。他们的变体构成了
转载
2024-02-25 04:59:36
32阅读
opencv是应用非常广泛的计算视觉库，而且是开源的。所以很多公司都是用于opencv进行开发的，所以基于其opencv开发的应用非常广的。既然是计算机视觉，当然离不开摄像头，我们今天了解一下图像是怎么采集出来的？目前大多数的图像是基于数字传感器，也就是基于CCD传感器或者CMOS，这两种传感器呢，大同小异，虽然现在用的比较多的是CMOS，但是我们先从最基本的CCD传感器原理开始讲解，
转载
2023-09-19 04:50:07
263阅读
Grabcut 算法主要运用于计算机视觉中的前背景分割，立体视觉和抠图等。该算法利用了图像中的纹理（颜色）信息和边界（反差）信息，只要少量的用户交互操作即可得到比较好的分割结果.1. Grabcut 的目标和背景的模型是RGB三通道的混合高斯模型GMM;2. Grab Cut为一个不断进行分割估计和模型参
转载
2024-07-29 21:11:37
55阅读
