文章目录前言一、常用函数1. imread()函数2. imshow()函数3. imwrite()函数4. cvtColor()函数二、cv::Mat 和 cv::Mat_ 类1.cv::Mat类2.cv::Mat_类总结 前言提示1：总结了OpenCV的装载/显示/存储函数和两个常用的Mat类。 提示2：本文所有API源码定义均来自官方文档 https://docs.opencv.org/4
转载
2024-03-18 11:34:08
53阅读
自己最近在复习Java基础, 因为学的时间不久，而且很粗糙，自己还有很多不会的知识。唉…当看到native时，突然想要自己实现一下，然后就在网上找了一个教程，但是因为自己粗枝大叶，在这个过程中每一步都出错，因此记录下来。创建一个test类文件,如下：package com.d.test;
public class NativeTest {
public native void printIn
文章目录1、回顾caffe添加自定义层2、opencv中添加自定层2.1、实现AllPassLayer2.2、实现MyConvLayer3、加载第三方模型3.1、opencv中caffe源代码修改3.2、在项目代码中实现新增的层（1）不需要从prototxt中读取对应层参数（2）需要从prototxt中读取对应层参数4、实际项目 ENet 本文先回顾caffe中添加层AllPassLayer的
转载
2024-03-25 09:24:36
127阅读
在原来的工程中，是没有景点间的距离这个概念的。为了将这一元素添加到工程中，需要以下改动：1、增加一个数据库表，用来存储景点之间的距离信息。可以看到有三个字段，分别为景点1的ID号、景点2的ID号以及两者之间的距离。2、需要在工程中定义“距离”这一数据结构3、需要增加DAO层，以支持对distance表的读写访问。DAO层主要的方法有：新增、删除、检索。新增：在景区管理员增加新景点时，计算新景点与已
文章目录卷积概念常见的算子：Robert算子：Sobel算子：拉普拉斯算子:API filter2D函数代码案例：卷积概念1、卷积是图像处理中一个操作，是kernel在图像的每个像素上的操作。2、kernel本质上一个固定大小的矩阵数组，其中心点称为锚点(anchor point)。3、把kernel放到像素数组之上，求锚点周围覆盖的像素乘积之和（包括锚点），用来替换锚点覆盖下像素点值称为卷积处理。常见的算子：下面效果的原图如下Robert算子：上图该算子左上角像素点减去右下角像素点
原创
2021-11-21 22:48:03
10000+阅读
# Python OpenCV 自定义字体
OpenCV是一个强大的计算机视觉库，它提供了许多图像处理和视频分析的功能。在进行图像处理时，我们经常需要在图像上添加文字，但是默认的字体可能无法满足我们的需求。幸运的是，OpenCV允许我们使用自定义字体。本文将介绍如何在Python中使用OpenCV实现自定义字体。
## 准备工作
首先，我们需要安装OpenCV库。如果你还没有安装，可以使用以
原创
2024-07-16 05:19:50
299阅读
1.DicomTest.exe 中的 0x536c437b (mfc100d.dll) 处有未经处理的异常: 0xC0000005: 读取位置 0x6131314c 时发生访问冲突 0xC0000005 应用程序初始化错误0x00000004 内存地址请查看否存内存分配错误 建议你调试运行，看调用栈，然后就知道了2.error C2666: 'ATL::CStringT<BaseType,S
Mat类基本介绍Mat类是OpenCV中使用最频繁的类之一，用于储存矩阵数据及相关操作，也是程序中图像的主要形式。Mat类主要由两部分组成：一个描述头(matrix header)及一个指向矩阵数据的指针。其中，描述头包含了矩阵的一些基本信息，如矩阵的尺寸，所占空间大小等。Mat类有以下几个特点：Mat类会自动分配内存，使用者无需考虑内存的管理。(老版的OpenCV中使用IPIImage类，需要用
转载
2024-03-26 21:43:32
78阅读
首先，opencv目前仅支持三种特征的训练检测， HAAR、LBP、HOG，选择哪个特征就去补充哪个吧。opencv的这个训练算法是基于adaboost而来的，所以需要先对adaboost进行基础知识补充啊，网上一大堆资料，同志们速度去查阅。我的资源里也有，大家去下载吧，这些我想都不是大家能直接拿来用的，我下面将直接手把手告诉大家训练怎么操作
转载
2024-05-06 15:54:18
155阅读
背景在进行一个和视频分析相关的项目研究的时候，我们需要前置使用OpenCV对图像进行预处理。在密集使用OpenCV的API的过程中，我们有了这样一种感觉：大部分人写的API都是ctrl+c 和 ctrl+v，而OpenCV的好多API，每一个API背后都是一篇论文。感动之余，Gemfield写了这篇文章，把调研过程中使用过的OpenCV的API都在这篇文章中予以解释。Gemfield也欢迎Open
转载
2024-08-08 16:45:00
25阅读
if (_temp.dataView) { const _json = JSON.parse(_temp.dataView); const _tempArr = []; Object.keys(_json).forEach((key, index) => { _tempArr.push({ valu
原创
2022-04-21 11:41:45
89阅读
1、什么是KNN算法 K近邻算法是一个基本的机器学习算法，可以完成分类和回归任务。对于分类任务的话，主要是遵循”近朱者赤；近墨者黑“的原理。对于其中一个测试的实例，根据其K个最近邻的训练实例的类别进行多数表决然后完成预测。也就是随机森林中的”投票法“原则。2、KNN算法的三要素 ①K值的选择
转载
2024-04-09 13:08:47
61阅读
通常的，编程语言都会提供基本的预定义数据类型，比如整型、浮点型、字符串类型等等。但是，当用编程来解决实际问题时，我们往往会发现这些很难满足需求。比如，我们需要建立一个公司的员工数据模型，其中包含姓名，年龄，性别，职务，联系手机等信息。这个模型包含了五条信息，根本没法用语言预先定义的数据类型来表达。幸运的是，编程语言还提供了自定义数据类型的方法：面向过程的语言，如C，可以自定义一个结构体(Struc
转载
2024-05-20 23:14:16
42阅读
自定义类的排序1.实体类 实现java.lang.Comparable接口，重写compareTo方法2.业务排序类一般工作中推荐使用这种，因为比较灵活，可以为每一个单独的排序方法写一个业务排序类。 案例一：实现Comparable接口进行排序 有一个新闻类，要求按时间降序+点击量升序+标题降序。 先写一个新闻类，这个类实现了java.lang.Comparable接口，并重写了
转载
2024-04-24 12:05:12
47阅读
一. 概念：张量、算子 张量的定义是矩阵的扩展与延伸，我认为张量就是n个数量的n维数组，也可认为是高阶的矩阵。算子的定义是构建复杂机器学习模型的基础组件，我觉得算子是一个算法单元，就是一个可以进行某种操作的函数。二. 使用pytorch实现张量运算 1.2 张量1.2.1 创建张量1.2.1.1 指定数据创建张量a=torch.tensor([2.0,3.0,4.0]) #创建一个一维张量
b
转载
2024-02-02 22:05:44
188阅读
由于OpenCV自带的cvInitFont和cvPutText函数不支持向图像中写入中文，而FreeType是一个完全开源的、可扩展、可定制且可移植的字体引擎，它提供TrueType字体驱动的实现统一的接口来访问多种字体格式文件，它将字变成位图，进而用于显示。由于Freetype是GPL版权发布的库，和opencv版权并不一致，因此目前还没有合并到opencv扩展库中，本文讲诉在windows环境
转载
2023-09-05 15:20:00
461阅读
废话少说，先上图：
一直想训练一个目标检测的级联分类器，花了一天的时间阅读其他优秀博客，然后自己实践了一下，里面也遇到一些坑，希望能给阅读本文章的读者带来帮助。
opencv 已经提供了训练好的人脸和眼睛的目标检测的xml文件 ，可以做到检测视频图像中是否有人脸 ，但无法做到 像dlib提供的人脸的具
转载
2024-04-09 09:25:05
100阅读
# Python OpenCV 自定义文字识别指南
文字识别（Optical Character Recognition, OCR）是一项能够将图像中的文字转换为数字文本的技术。在计算机视觉和人工智能领域，OpenCV是一个常用的开源库。本文将逐步教会你如何使用Python与OpenCV实现自定义的文字识别系统。以下是整体的流程和步骤。
## 流程概览
下面是实施自定义文字识别的基本步骤：
目录说明导航正文三、图像直方图与模板匹配1、直方图统计2、直方图操作直方图归一化，灰度值的概率分布直方图比较3、直方图的应用直方图均衡，提高对比度4、图像模板匹配四、图像滤波1、线性滤波均值滤波方框滤波高斯滤波2、非线性滤波中值滤波双边滤波3、边缘检测拉普拉斯坎尼五、图像形态学1、连通域连通域统计连通域统计信息2、腐蚀与膨胀结构元素图像腐蚀图像膨胀3、形态学应用形态学操作图像细化，骨架提取 说明
转载
2024-10-18 07:40:50
19阅读
1、在一条含有 N 个点的封闭轮廓中，我们可以通过比较每个点与其它点的距离，找出最外层的点。(这个翻译有问题，而且这个问题是实际问题）
a、这样一个算法的复杂度是多少？
b、怎样用更快的速度完成这个任务？
1. We can find the extremal points (i.e., the two poi
