Opencv绘图函数及shift参数的解读Opencv中有很多绘图参数，他们的函数定义如下：1. 基本绘图函数1.1 画直线void line
(
InputOutputArray img,
Point pt1, Point pt2,
const Scalar& color,
int thickness = 1,
int lineType = LINE_8,
int
转载
2024-03-21 17:53:16
58阅读
一、走样与反走样走样(Aliasing)就是锯齿化，反走样(Anti-aliasing)就是抗锯齿只要玩过游戏，那么都应该对抗锯齿不陌生，不少游戏也都有关于抗锯齿的设置如上图，放大的部分能很明显的看到“锯齿”边，如果了解光栅化的过程，那么也很容易理解锯齿是怎样产生的，这不是什么底层的BUG，正是完全正确的流程会出现这中“锯齿”现象，本质原因是场景的定义在三维空间中是连续的，而最终显示的
转载
2024-07-09 20:42:23
470阅读
1. 查找并绘制轮廓#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
using namespace cv;
using namespace std;
//-----------------------------------【宏定义部分】
转载
2024-03-16 10:27:20
26阅读
在学习渲染的旅途中，你可能会时不时遇到模型边缘有锯齿的情况。这些锯齿边缘(Jagged Edges)的产生和光栅器将顶点数据转化为片段的方式有关。在下面的例子中，你可以看到，我们只是绘制了一个简单的立方体，你就能注意到它存在锯齿边缘了：可能不是非常明显，但如果你离近仔细观察立方体的边缘，你就应该能够看到锯齿状的图案。如果放大的话，你会看到下面的图案：这很明显不是我们想要在最终程序中所实现的效果。你
转载
2024-05-07 19:01:47
58阅读
1.图像的矩 参考链接：。，图像的几何矩定义如下： 其中与的取值范围为,图像的阶中心矩定义如下： 其中与的取值范围为,与代表图像的质心。对于离散的数字图像，积分变换转换为求和变换后，几何矩和中心矩公式如下： 其中与的取值范围为,与分别代表图像的宽度和高度。归一化的中心矩定位为：，其中，其中是的维度，其中是的维度，阶段表示参数的指数关系 利用二阶和三阶规格中心矩可以导出下面7个
转载
2024-05-06 19:19:22
90阅读
一：内容介绍 本节主要介绍OpenCV的imgproc模块的图像轮廓与分割部分： 1. 查找并绘制轮廓 2. 寻找物体的凸包 3. 使用多边形将轮廓包围 4. 图像的矩 5. 分水岭算法 6. 图像修补 二：学习笔记 1. findContours()函数查找图像轮廓和canny检测边缘、hough检测直线，这些都非常使用(参见：OpenCV成长之路(8)：直线、轮廓的提取与描述
转载
2024-05-21 23:31:42
256阅读
图像轮廓的逼近方法有两种：CHAIN_APPROX_SIMPLE 以freeman链码的方式输出轮廓，所有其他的方法输出多边形（顶点的序列）CHAIN_APPROX_NONE 压缩水平的、垂直的和斜的部分，也就是，函数只保留他们的终点部分常用的轮廓检索方式有四种，这里我们只介绍RETR_FREE一种形式:RETR_FREE:检索所有的轮廓，并重构嵌套轮廓的整个层次。下面向大家展示一下轮廓提取的相关
转载
2023-12-31 15:14:11
112阅读
注：到这一篇，opencv部分的流程过了一般，下一篇将开始PyTorch课程的流程六.轮廓检测方法<1>图像轮廓概念轮廓可以简单认为成将连续的点（连着边界）连在一起的曲线，具有相同的颜色或者灰度。轮廓是图像目标的外部特征，这种特征对于我们进行图像分析，目标识别和理解等更深层次的处理都有很重要的意义。边缘检测和轮廓检测的区：边缘检测主要是通过一些手段检测数字图像中明暗变化剧烈
转载
2024-05-24 22:04:12
83阅读
OpenCv学习笔记1-轮廓检测 文章目录OpenCv学习笔记1-轮廓检测一、轮廓检测的基本原理二、实验流程1.颜色空间转换2.二值化处理3.腐蚀膨胀4.轮廓绘制完整代码 一、轮廓检测的基本原理实现思路：通过找出在一张图片中满足特定像素值的像素点，实现轮廓绘制。实验流程： （1）颜色空间转换 （2）二值化处理 （3）腐蚀膨胀 （4）轮廓绘制二、实验流程1.颜色空间转换实验第一步需要将RGB颜色空间
转载
2023-10-08 21:27:43
237阅读
一、平滑处理平滑处理也被称为“模糊处理”，常用来减少图像上的噪声或者失真，最重要的是降低图像分辨率。平滑操作的各种类型包括线性领域滤波和非线性领域滤波，其中，线性的包括“方框滤波”，“均值滤波”，“高斯滤波”。非线性的包括“中值滤波”，“双边滤波”。线性滤波主要有：1.允许低频率通过的低通滤波；2.允许搞频率通过的高通滤波；3.允许一定范围频率通过的带通滤波；4.阻止一定频率通过的带阻滤波；5.仅
转载
2024-03-26 16:24:06
115阅读
图像梯度处理与边缘检测图像梯度处理Sobel算子Sobel算子处理图像梯度代码Scharr算子Sccharr算子处理图像梯度代码laplacian算子Laplician算子处理图像梯度总代码三种算子的总结与区分Canny边缘检测总代码 图像梯度处理图像的梯度处理主要是在黑底白字的图像中进行处理，这个处理分为水平Gx（将dy设为0,dx设为1），竖直Gy（将dx设为0,dy设为1)两个部分，再将G
转载
2024-06-11 05:21:44
236阅读
梯度、边缘和角点Sobel使用扩展 Sobel 算子计算一阶、二阶、三阶或混合图像差分 void cvSobel( const CvArr* src, CvArr* dst, int xorder, int yorder, int aperture_size=3 ); 输入图像.
dst
输出图像.
xorder
x 方
转载
2024-05-13 21:55:19
153阅读
问题描述：提取一幅图像中的最大矩形区域。注意：图像可能是倾斜的，要先进行旋转校正。代码实现主要分为两块：一是实现图像旋转校正；一是实现提取目标矩形区域。旋转校正代码实现Mat correctImg(Mat src)
{
Mat gray, gauss;
cvtColor(src, gray, COLOR_BGR2GRAY);
GaussianBlur(gray, gauss, Size(5,
转载
2024-03-11 14:07:28
83阅读
程序采用OpenCV中国的例程，下面列举了各个详细函数的功能及简单说明。
/**************************************************
* 轮廓检测
* 主要函数：
* cvFindContours
* cvDrawContours
**************************************************/
转载
2024-05-18 14:20:31
133阅读
1. 使用多边形将轮廓包围常用的多边形轮廓函数：1.1 返回外部矩形边界Rect boundingRect( InputArray points );1.2 寻找最小包围矩形RotatedRect minAreaRect( InputArray points );1.3 寻找最小包围圆形void minEnclosingCircle( InputArray points,CV_OUT Point2
转载
2024-01-10 21:35:10
29阅读
文章目录目的去畸变过程十四讲代码实现 目的找到正确图像与畸变图像像素点之间的映射关系去畸变过程① 已知像素 (u,v)—>计算其对应的归一化坐标（x,y） ② 通过畸变公式计算该归一化坐标对应的畸变归一化坐标（x_distorted,y_distorted） ③ 通过坐标转换公式，计算畸变归一化坐标所对应的像素坐标（u_distorted,v_distorted）至此，找到了正确图像与畸变
1.1 索引透明颜色与Alpha透明通道 要说索引颜色透明，首先要讲讲什么是索引颜色，百度百科上有对索引颜色的解释，我觉得很关键的一句是“挑选一副图片中最有代表性的若干种颜色（通常不超过256种），编制成颜色表。”我的理解就是，找一些跟你图片颜色最接近的一些颜色（不超过256种）组成你这张图片。 而且，很重要的是，这些颜色里面有个很特别的颜色，就是索
转载
2024-05-08 21:54:45
104阅读
目录为什么要用边缘处理默认边缘处理自定义边缘处理API代码展示效果BORDER_DEFAULTBORDER_REPLICATEBORDER_WRAPBORDER_CONSTANT结语 为什么要用边缘处理如果kernel是3 x 3，那么图片周围一圈像素是扫不到的。如果kernel是（2k+1）x (2k+1),那么图片周围k圈像素扫不到。如下图 5 x 5的kernel能扫到的最大的面积就是以红
转载
2024-03-11 19:30:46
394阅读
opencv line /** @brief Draws a line segment connecting two points. The function line draws the line segment between pt1 and pt2 points in the image. T ...
转载
2021-10-14 14:58:00
183阅读
2评论
好久没写博客了，因为最近都忙着赶项目和打比赛==| 好吧，今天我打算写一篇关于使用opencv做皮肤检测的技术总结。那首先列一些现在主流的皮肤检测的方法都有哪些：RGB color spaceYcrcb之cr分量+otsu阈值化YCrCb中133<=Cr<=173 77<=Cb<=127HSV中 7<H<20 28<S<256 50<V<
