常言道“温故而知新”，写此文章就是对自己目前学习内容的小小的总结与记录。本文力求用最简洁的语言，详细的代码将此部分内容讲解清楚，但由于博主同样是刚刚接触OpenCV，或许表达上有些瑕疵，还望读者能够指教探讨，大家共同进步。 博主机器配置为：VS2013+opencv2.4.13+Win-64bit。若本文能给读者带来一点点启示与帮助，我就很开心了。====================
目录0.前言1 基本操作1.1 读入并显示图片：imread()、imshow()1.2 读取摄像头操作1.3 绘图2. 图像操作2.1 分割和合并通道cv.split(img) cv.merge([b,g,r])2.2 边框填充：cv.copyMakeBorder()2.3 图像加法：cv.add()3.衡量性能 ：cv.getTickCount()和cv.getTickFrequency()
转载
2024-03-23 14:42:55
79阅读
在QT下测试openni+opencv，显示采集的深度图和彩色图（1） 新建工程。因为考虑到opencv可以直接调用函数显示图片，因此采用在QT下新建一个空工程。 （2） 配置.pro文件。此步骤是建立在已配置好opencv库和openni库的基础上
转载
2024-05-21 09:55:45
260阅读
老板kinect去噪的任务下达已经有半个多月了，前期除了看了几天文献之外就打酱油了，好像每天都很忙，可是就是不知道在忙什么。这几天为了交差，就胡乱凑了几段代码，得到一个结果，也知道不行，先应付一下，再图打算。程序思想很简单，先对静止的场景连续采样若干帧，然后对所有点在时间域取中值，对取完中值之后的无效点在空间域取最近邻，勉强将黑窟窿填上了。由于代码较长，现在奉上关键的几个片段：
opencv-python 笔记搬运01图像的基本要素高度与宽度深度通道数颜色格式生成随机图像 以前学python-opencv的时候记录了很多非常基础的资料，为了防止自己不小心把资料弄丢，趁现在还没开学赶紧开始搬运。 图像的基本要素高度（height）宽度（width）深度（depth）通道数（channels）颜色格式高度与宽度由图像的像素数量和分配决定：如 300X400 的一张图像，高
转载
2024-03-27 07:26:37
138阅读
# 使用Python和OpenCV保存深度图像
随着计算机视觉技术的迅速发展，深度图像在机器人、自动驾驶、虚拟现实等领域得到了广泛应用。深度图像能够提供物体到相机的距离信息，这对于理解三维场景至关重要。本文将介绍如何使用Python和OpenCV来读取、处理和保存深度图像。
## 1. 什么是深度图像？
深度图像，是一种特殊的图像，每个像素的值代表该点到摄像头的距离。这种图像与普通的RGB图
原创
2024-10-16 06:21:18
407阅读
一、图像的基本操作（1）读取图像Img = cv2.imread（"xx.jpg"）img的数据类型为ndarray的格式（2）图像显示可以多次调用，创建多个窗口cv2.imshow（"image",img）（3）等待时间毫秒级，0表示任意键终止，如数字10000表示10秒后自动关闭cv2.waitKey(0)
cv2.destroyAllWindows()（4）图片的属性img.shape(41
转载
2023-12-21 06:02:42
264阅读
目录一、目的：1、显示出Kinect2的深度图，一、参考1、【翻译】Kinect v2程序设计(C++) Depth编①总结：good：作者翻译了一个系列的Kinect2的文章，目前测试Color和Depth篇，都能实现，下面是参考后直接实现的代码2、Kinect2+opencv之Color篇：显示Kinect2的画面①总结：good：这是我总结的Color，有直接实现的代码一、步骤1、创建MFC
转载
2023-12-02 21:16:33
83阅读
项目需要，要将cmos相机的数据读出来，并显示出图片来。同事已经通过FPGA+USB的方式，把相机并行数据转成串行，我需要做的就是上位机，找到frame valid和line valid有位，读取一个frame的数据后，显示出来。设计思路： 三个thread，第一个从usb读数据，第二个处理usb数据包，找frame valid 和 line valid， 第三个负责显示；显示部分通过定义IplI
转载
2024-03-23 10:27:41
211阅读
四、图像滤波0、了解OpenCV卷积操作kernel = np.array([[1, 1, 0], [1, 0, -1], [0, -1, -1]], np.float32) # 定义一个核
result = cv2.filter2D(src, -1, kernel=kernel)
r'''
和深度学习不同,OpenCV的卷积核是自己设置的,而深度学习可以自行学习到。
cv2.filter2D(
转载
2024-03-26 13:09:26
427阅读
首先初始化环境：OpenNI::initialize();创建状态：Status rc = STATUS_OK;接着声明并打开设备： Device xtion;
const char * deviceURL = openni::ANY_DEVICE; //设备名
rc = xtion.open(deviceURL);创建深度数据流和彩色数据流：VideoStream streamDepth;
V
转载
2024-01-08 21:00:38
341阅读
目前，深度图像的获取方法有激光雷达深度成像法、计算机立体视觉成像、坐标测量机法、莫尔条纹法、结构光法等等。针对深度图像的研究重点主要集中在以下几个方面：深度图像的分割技术深度图像的边缘检测技术基于不同视点的多幅深度图像的配准技术基于深度数据的三维重建技术基于深度图像的三维目标识别技术深度数据的多分辨率建模和几何压缩技术等等在PCL（Point Cloud Library）中深度图像与点云最主要的区
转载
2023-10-19 06:38:07
137阅读
# OpenCV视频人形检测深度学习模型实现流程
## 1. 概述
本文将介绍如何使用OpenCV库实现视频人形检测深度学习模型。我们将使用已经训练好的深度学习模型，通过对视频进行分析，检测视频中的人形。
## 2. 实现步骤
下面是实现这个任务的步骤：
| 步骤 | 描述 |
| --- | --- |
| 步骤1 | 加载深度学习模型 |
| 步骤2 | 打开视频文件 |
| 步骤3
原创
2023-09-09 12:32:39
322阅读
目录图像的保存视频的保存 图像的保存OpenCV提供imwrite()函数用于将Mat类矩阵保存成图像文件，该函数的函数原型在代码清单2-30中给出。bool cv :: imwrite(const String& filename,InputArray img,Const std::vector<int>& params = std::vector<int&g
转载
2023-10-10 09:41:58
582阅读
opencv-图像的显示与存储一、python-opencv的安装方法一：使用pip命令opencv依赖于Numpy和wheel两个包，需要提前安装若下载很慢可以使用 -i 设置使用清华源镜像opencv-python为基础包，opencv-contrib-python则包含额外的模块pip install wheel
pip install numpy
pip install -i https:
转载
2024-01-10 12:55:06
121阅读
赛题背景影像科医生在工作时会观察医学影像（如CT、核磁共振影像），并对其作出描述，这些描述中包含了大量医学信息，对医疗AI具有重要意义。本任务需要参赛队伍根据医生对CT的影像描述文本数据，判断身体若干目标区域是否有异常以及异常的类型。初赛阶段仅需判断各区域是否有异常，复赛阶段除了判断有异常的区域外，还需判断异常的类型。判断的结果按照指定评价指标进行评测和排名，得分最优者获胜。赛题描述及数据说明sa
转载
2023-11-09 10:01:47
116阅读
文章目录1 将图片转换为深度模型输入格式1.1 自行进行转换1.1.1 BGR通道转RGB通道1.1.2 图片归一化1.1.3 HWC转CHW1.2 使用cv::dnn::blobFromImage进行转换1.2.1 函数形式1.2.1 函数参数 1 将图片转换为深度模型输入格式在C++进行人脸识别、目标检测的过程中，经常是以图片数据作为深度学习模型推理的输入数据的，但是从OpenCV读取的图片
转载
2024-03-23 10:34:48
229阅读
【人脸识别】使用OpenCV来检测人脸 文章目录【人脸识别】使用OpenCV来检测人脸前言一、什么是OpenCv？二、环境搭建1.安装OpenCv二、导入数据集三、OpenCv的基础使用1.读取图片2.图片灰度转换3.修改图片尺寸4.绘制形状四、静态人脸检测1.单个人脸检测2.多个人脸检测五、视频中的人脸检测/摄像头人脸检测1.用摄像头检测人脸2.检测视频人脸六、训练数据1.训练数据七、什么是LB
转载
2024-01-09 16:39:05
406阅读
在计算机视觉系统中，三维场景信息为图像分割、目标检测、物体跟踪等各类计算机视觉应用提供了更多的可能性，而深度图像（Depth map）作为一种普遍的三维场景信息表达方式得到了广泛的应用。深度图像的每个像素点的灰度值可用于表征场景中某一点距离摄像机的远近。 获取深度图像的方法可以分为两类：被动测距传感和主动深度传感。 In short：深度图像的像素值反映场景中物体到相机的距
转载
2024-04-09 09:53:05
309阅读
Predicting Sharp and Accurate Occlusion Boundaries in Monocular Depth Estimation Using Displacement Fields
摘要现有的单目图像深度图预测方法倾向于预测输入图像中遮挡平滑边界、局部性差的轮廓。这是不幸的，因为遮挡边界是识别对象的重要线索，正如我们所展示的，提出从场景重建中发现新对象的方法。为了改
转载
2024-02-26 17:47:35
35阅读
