矩是描述图像特征的算子，被广泛用于图像检索和识别、图像匹配、图像重建、图像压缩以及运动图像序列分析等领域。本节中将介绍几何矩与Hu矩的计算方法以及应用Hu矩实现图像轮廓的匹配。几何矩与中心矩图像几何矩的计算方式如式(7.8)所示：其中I(x,y)是像素(x,y)处的像素值。当x和y同时取值0时称为零阶矩，零阶矩可以用于计算某个形状的质心，当x和y分别取值0和1时被称为一阶矩，以此类推。图像质心的计
转载
2024-03-19 20:59:55
43阅读
前文OpenCV —— 概述与环境搭建使用 Maplotlib 集合 Numpy 绘制 2D 图形 文章目录前文加载图像图像显示数据读取 - 图像截取部分图像数据颜色通道提取只保留 R只保留 G只保留 B边界填充数值计算图像融合正确计算数值图像保存数据读取 - 视频 加载图像imreadIMREAD_UNCHANDED(<0)IMREAD_GRAYSCALE(0) 表示吧原图作为灰度图像加载
转载
2024-07-31 18:15:21
47阅读
从上一篇openmv的学习中openmv学习之旅①我们可以很简单运用micropython在openmv上做我们想做的事情。Python这个东西用起来是很简单的，，下面来说说改善色块追踪的算法先做个改善前的分析吧：改善前：API：find_blobsthresholds是颜色的阈值。这个参数是一个列表，可以包含多个颜色。在返回的色块对象blob可以调用code方法，来判断是什么颜色的色块。roi
# -*- coding: utf-8 -*-
"""
Note: 使用Python和OpenCV检测图像中的物体并将物体裁剪下来
"""
import cv2
import numpy as np
# step1：加载图片，转成灰度图
image = cv2.imread("aaa.jpg")
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GR
转载
2024-08-09 13:48:41
143阅读
查找轮廓轮廓到底是什么?一个轮廓一般对应一系列的点,也就是图像中的一条曲线.表示的方法可能根据不同情况而有所不同.有多重方法可以表示曲线.在openCV中一般用序列来存储轮廓信息.序列中的每一个元素是曲线中一个点的位置.关于序列表示的轮廓细节将在后面讨论,现在只要简单把轮廓想象为使用CvSeq表示的一系列的点就可以了.函数cvFindContours()从二值图像中寻找轮廓.cvFindConto
转载
2024-05-16 06:26:21
117阅读
计算机视觉的训练任务通常需要很多图像数据来做数据集。常见大数据集如ImageNet, VOC,COCO,等等。我们要完成自己特定场合的识任务，就需要收集或采集场景数据，涉及到一些基本的图像处理方法。我遇到或需要使用到的图像处理方法大概有以下几种：1.视频切图片(video_to_image.py)import cv2
vc = cv2.VideoCapture("/home/ba/Videos/
转载
2024-02-10 07:52:27
28阅读
opencv中常用的跟轮廓相关的操作有：findContours()查找轮廓；drawContours()画轮廓；轮廓填充；计算轮廓的面积和周长；提取轮廓凸包，矩形，最小外接矩形，外接圆等。它们都有相应的函数可以直接调用，那么任意形状怎么取呢？ 方法1：点乘，将其形状与图像进行点乘，求其形
转载
2023-10-03 13:15:33
1129阅读
一、概述opencv4.0版本以后，加入了二维码定位解码的功能，其主要功能基于quirc开源库，下载地址GitHub。约1200行代码，识别与定位占了约800行，解码部分不作赘述，直接调用quric库解码。 之前版本不包括定位功能，也有博主做了相关的功能二维码特征定位，这篇中主要是根据二位码三个定位图案的轮廓特征取得三个定位点，由于三个图案都具有两个子轮廓，通过findcontours（）函数可以
转载
2024-06-23 23:12:58
240阅读
上期文章，我们分享了如何使用opencv 与MobileNet SSD模型来检测给定的图片，有网友反馈能否提供一下视频流的实时检测代码，其实我们在分享人脸识别的时候，分享了如何使用cv2.videoCpature 类来从视频中实时提取视频中的图片，进行人脸的识别，视频流的对象检测跟opencv的人脸检测一致，也可以使用cv2.videoCpature 类来从视频中实时提取视频中的图片，进行图片的对
转载
2024-03-06 15:10:40
258阅读
背景减除(Background Subtraction)是许多基于计算机视觉的任务中的主要预处理步骤。如果我们有完整的静止的背景帧，那么我们可以通过帧差法来计算像素差从而获取到前景对象。但是在大多数情况下，我们可能没有这样的图像，所以我们需要从我们拥有的任何图像中提取背景。当运动物体有阴影时，由于阴影也在移动，情况会变的变得更加复杂。为此引入了背景减除算法，通过这一方法我们能够从视频中分离出运动的
在这篇博文中，我将分享如何使用Python解决“python扣取盖章”问题，包括环境准备、集成步骤、详细配置、实战应用、排错指南以及生态扩展的所有内容。
## 环境准备
首先，需要确保环境中安装了相关的依赖。这些依赖包括Python的相关库，以及用于处理文档和图像的工具。建议使用`pip`来安装所需的包：
```bash
pip install requests pillow PyPDF2
YUV420数据的存储方式有两类：planar和packed。planar的YUV格式，先连续存储所有像素点的Y，紧接着存储所有像素点的U，随后是所有像素点的V。对于packed的YUV格式，每个像素点的Y,U,V是连续交*存储的。 本文
原创
2014-12-04 10:41:05
6629阅读
点赞
Canny一类的边缘检测算法可以根据像素之间的差异，检测出轮廓边界的像素，但它没有将轮廓作为一个整体。所以要将轮廓提起出来，就必须将这些边缘像素组装成轮廓。OpenCV中有一个很强大的函数，它可以从二值图像中找到轮廓：findContours函数。有时我们还需要把找到的轮廓画出来，那就要用到函数drawContours了。findContours函数和那就要用到函数drawContours函数一般
转载
2024-01-05 13:52:07
134阅读
opencv求解图像轮廓记录寻找轮廓绘画轮廓计算轮廓的特征点到轮廓的距离 寻找轮廓针对二值化图像，轮廓是针对白色物体的，所以先反色，不然会有图像大框。 函数：cv2.findContours()import cv2
img = cv2.imread('1.jpg')
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv
转载
2024-10-10 15:46:06
93阅读
前言对于会PhotoShop的人来说，抠图是非常简单的操作了，有时候几秒钟就能扣好一张图。不过一些比较复杂的图，有时候还是要画点时间的，今天小编就给大家带来了一个非常快速简单的办法，用Python来批量抠取人像。效果展示小编本人不怎么看好什么自动抠图，总觉得不够精确，抠不出满意的图。下面我就直接展示一下效果图吧。我们先看看原图： 这张图片背景未纯色，我们平时用PhotoS
转载
2023-11-07 10:40:39
114阅读
以HMMDemo为例1、将OpenCv安装目录下的cv、cvaux、otherlibs/highgui三个目录复制到你的工程目录下，再在工程目录下新建一个camera目录，将安装目录下的apps/Common目录中的两个文件复制至camera目录中。2、在集成开发环境的项目管理窗口中(FileView)新建六个文件夹，分别为highgui_src，highgui_include，cvaux_inc
转载
2024-05-07 21:41:02
45阅读
卷积什么是二维卷积呢？看下面一张图就一目了然： 卷积就是循环对图像跟一个核逐个元素相乘再求和得到另外一副图像的操作，比如结果图中第一个元素5是怎么算的呢？原图中3×3的区域与3×3的核逐个元素相乘再相加：5=1×1+2×0+1×0+0×0+1×0+1×0+3×0+0×0+2×2 算完之后，整个框再往右移一步继续计算，横向计算完后，再往下移一步继续计算。简而言之，卷积是一个对应位置像素值相乘后再相加
转载
2024-06-29 08:04:28
65阅读
现实中图像经常出现划伤或者被噪声腐蚀或者有污渍点，对于这类图像可以通过修复(inpainting)相关的算法来说恢复损害的图像。一般情况下这些算法都是基于污染区域的周围已知的颜色和结构，通过繁殖和混合重新生成填充污染区域。OpenCV中实现的图像修复算法有两种。基于Navier-Stokes的修复方法基于图像梯度的快速匹配方法又称(Telea法)对应的两个枚举类型分别如下：CV_INPAINT_N
转载
2024-05-08 14:10:16
51阅读
关于源代码源代码和用到的支持超过1G像素大小的opencv库(vc17+vs2022)已经上传到csdn，可以通过博文的标题下方提供连接进行下载。创作背景最近在做一个电路底板的缺陷检测项目，线扫相机保存下来的bmp图像大概为1.5G，像素大小为30000+ x 80000+，在进行缺陷分析之前，需要把bmp大图先切成1280x1280或者640x640的小图，然后在小图上使用yolov8进行缺陷分
转载
2024-06-06 10:24:19
126阅读
如何通过图像处理从低分辨率/模糊/低对比度的图像中提取有用信息。下面让我们一起来探究这个过程：首先我们获取了一个LPG气瓶图像，该图像取自在传送带上运行的仓库。我们的目标是找出LPG气瓶的批号，以便更新已检测的LPG气瓶数量。步骤1：导入必要的库import cv2import numpy as npimport matplotlib.pyplot as plt步骤2：加载图像并显示示例图像。im
转载
2024-03-01 19:13:58
75阅读
