详解 QT 框架中快速应用OpenCV 基于图片 上篇
2011-10-30 23:49
QT 框架中快速应用OpenCV 是本文要结束的内容，和MFC比较起来，QT的信号槽机制比MFC的信号机制慢，但是因为能很好的实现跨平台，所以我在这里总结一下可能对一些人有点用。OpenCV.China论坛上有一个帖子叫做《在MFC框架中快速应用OpenCV》看了后就想结合Q
转载
2024-08-29 17:19:24
77阅读
我们经常遇到这样的需求：我们在VS写好的程序，需要在一个没有装opencv甚至没有装vs的电脑下运行，跑出效果。比如，你在你的电脑用opencv+vs2015写出一个程序，然后老师叫你把程序发给他，他要看看功能实现的怎么样。老师的电脑肯定没有整套的开发环境的，如果你想只把代码发给他，让他自己编译，肯定会出现问题。所以，我们需要掌握如何生成一个不依赖开发环境的exe的方法。下面将以一个实际例子说明如
文章目录1.安装依赖2.导出 ONNX 格式的 PyTorch 模型3.安装 Windows 平台 OpenCV4.C++ 下 OpenCV 接口调用 ONNX 模型 1.安装依赖要使用 ONNX 模型进行预测，就需要使用 onnx runtime 首先到 ONNX 官网查询所需的版本 这里使用的 Windows，同时装了 CUDA 下面的链接可以进入到安装网址https://www.nuget
转载
2024-04-23 10:12:27
941阅读
OpenCV的简单使用教程（C++）OpenCV简介OpenCV的使用基础打开、显示和保存图像图像存储变量 Mat类图像元素的存储读入图像文件创建Mat类复制Mat类图像元素的访问OpenCV画图命令行交互界面 OpenCV简介OpenCV是一个开源发行的跨平台计算机视觉和机器学习软件库，提供了图像处理和计算机视觉方面的很多通用算法。接下来，我简要介绍一些OpenCV基础且常用的函数（C++接口
转载
2023-12-24 00:20:05
174阅读
目录一、Thrift简介RPC服务和HTTP服务对比RPC架构Thrift二、 Thrift的使用首先下载安装thrift编写IDL文件编写idea中的java代码服务端：[1]定义一个TProcess对象，在根据Thrift文件生成java源码接口文件Hello.java中[2]定义一个TServerSocket对象，用于tcp的socket通信，[3]定义TServer所需的参数对象TSer
# 使用Java调用OpenCV进行图像处理
在计算机视觉领域，OpenCV是一个广泛使用的开源库。它提供了丰富的函数库，使得图像和视频处理变得更加简单。在这篇文章中，我们将探讨如何使用Java调用OpenCV来解决一个具体的问题——图像边缘检测。我们将提供一个完整的方案，包括代码示例、类图和状态图。
## 环境准备
首先，确保你已经安装了以下环境：
1. JDK（Java Developm
原创
2024-09-10 04:06:51
86阅读
目录1 使用 OpenCV读写图像2 OpenCV像素处理参考资料最近看到一位博主，写了很多关于 Python图像处理 的系列博客，发现这位博主写的很有意思，于是就跟着它的博客去做了实验，还挺好玩的。然后根据他的博客，整理了一下我做的一些实验，方便后期查阅。 1 使用 OpenCV读写图像我是在Python3.6和OpenCV进行操作，首先安装An
转载
2023-07-25 14:55:21
111阅读
软硬件环境windows 10 64bitnvidia gtx 1070Tiopencv 4.2.0cuda 10.2cudnn 7.6.5.32visual studio 2019前言前文 windows编译opencv,支持cuda加速，我们已经在windows上编译好了opencv源码，本文就开始使用opencv库。使用编译好的opencv首先，我们需要编辑下PATH环境变量，将编译好的用于
转载
2024-03-06 00:03:10
398阅读
下方makefile的书写针对的是Opencv2.4.9.1版本的动态库调用、OpenCV3.3.0动态库调用和OpenCV3.4.1的静态库调用，别问为啥，感觉都是泪，其实做研发、工程、产线这个当中存在很多问题，例如最简单的就是使用版本不一致的问题，这个很耗时耗力。举个例子，LZ安装的都是Tensorflow1.14版本，公司写的接口全部是1.13版本的，就会出现LZ训练好了模型，因为tf的版本
转载
2024-03-15 05:42:26
108阅读
一、访存问题开发的GPU模块尽可能多的与CPU对应，这样才能方便移植。GPU代表图形处理单元。最开始是为渲染各种图形场景而建立，这些场景是基于大量的矢量数据建立的。由于矢量图形的特殊性，数据不需要以串行的方式一步一步执行的，而是并行的方式一次性渲染大量的数据。从GPU的结构上来说，不像CPU基于数个寄存器和高速指令集，GPU一般有数百个较小的处理单元。这些处理单元每一个都比CPU的核心慢很多很多。
转载
2024-05-10 17:36:13
1658阅读
最近美团视觉团队研发了一款致力于工业应用的目标检测框架YOLOv6，看到他们在昨天发布公布了训练模型。 于是我在今天编写了一套使用opencv的dnn模块做YOLOv6目标检测推理的程序，包含C++和Python两个版本的程序。 接着编写了使用ONNXRuntime做YOLOv6目标检测推理的程序，依然是包含C++和Python两个版本的程序。onnx文件在百度云盘，下载链接：https://pa
转载
2024-05-22 23:52:22
75阅读
很多时候需要将实现不同功能的函数或者与某个模块有关的函数写在一个文件里。这样有两个好处：1. 方便以后调用：以后需要用到这个模块，或者这类函数，直接将相关文件复制过去，再稍微修改一下就能应用于不同场合。2. 使整个程序或者说工程条理清晰，利于Debug。 刚接触单片机编程的人都喜欢把所有函数都写一个main.c里面，其实也不能说喜欢，或许是对C语言不太熟练，不知道如何将函数写在不同的文件
1.OpenCV3.4.3 DNN模块介绍 最早在OpenCV3.3版本发布中,把DNN模块从扩展模块移到了OpenCV正式发布模块中，当前DNN模块最早来自Tiny-dnn，可以加载预先训练好的Caffe模型数据，OpenCV做了近一步扩展支持所有主流的深度学习框架训练生成与导出模型数据加载，常见的有如下：Caffe TensorFlow Torch/PyTorch&n
但它的显示是使用的OpenCV库里面的简单的GUI，用来测试验证可以，如果要做成可视化工程，还是得借助专门的GUI开发工具了。本文简述使用MFC显示图像和视频。1.读取并显示图像 显示图像或视频使用VC中的Picture控件，用到VC图形设备接口的设备上下文(CDC类)。比如打开显示这样一个图片lean.jpg 先进行一些初始化工作，代码如下： 1 // DemoDlg.h
2 #inc
转载
2024-05-21 10:43:43
119阅读
Opencv3.2.0和Opencv2.4比较，代码目录结构发生了很大的变化，至少它的ocl的封装发生了变化。下面基于Opencv3.2.0进行介绍怎么去使用Opencv的ocl库，当然，本篇文章只做简单的介绍，展示如何获取到Android手机的GPU信息。 我在上一篇文章中也介绍了如何获取GPU信息，《Android OpenCL测试程序，使用dlopen动态加载libOpenCL.so库》，
转载
2024-04-24 14:49:27
86阅读
模板匹配是在一幅图像中寻找一个特定目标的方法。这种方法的原理非常简单，遍历图像中的每一个可能的位置，比较各处与模板是否“相似”，当相似度足够高时，就认为找到了我们的目标。程序中会用到 OpenCV 的函数包括：void matchTemplate( InputArray image, InputArray templ,
OutputArra
转载
2024-04-29 21:44:58
270阅读
导读OpenCV4终于更新啦！让我流下眼泪的，不是7月的高温，而是OpenCV4支持YOLO v4了。 OpenCV4 支持YOLO v4经过久久的辛苦等待，OpenCV终于迎来了4.4.0。最让我激动地一个更新点就是它支持YOLO v4，之前的版本是不支持的！想了解具体的更新点，请看下面的文章：重磅！！！OpenCV4.4.0新鲜出炉！支持YOLO v4，SIFT免费使用OpenCV-C++
一.配置环境官网下载python对应版本，配置好环境变量【下载后选择直接添加到路径即可】jetbrain官网下载pycharm（社区版就行），可在设置里添加汉语包或者其他插件下载opencv，如果使用cmd命令的pip下载不成功，就去官网下载python对应版本的opencv。并去项目设置里安装好相应的解释器和软件包二.一些铺垫实现一个简单功能：找到图片中的人脸：#下载opencv-python4
转载
2023-10-21 18:34:27
194阅读
大家好！我借这篇文章，分享给大家今年计算机视觉领域里的一些令人兴奋不已的最新进展。特别是最新OpenCV（当前最流行的计算机视觉库）的发布，您的计算机视觉应用程序可以在现代异构计算平台上充分利用CPU和GPU的全部计算力。 从OpenCV 2.4.3开始，到作了重大改进后的OpenCV 2.4.4，至将来发布的各种新版本中，OpenCV都会得到了OpenCL的有力支持。 Ope
转载
2024-05-20 19:15:07
86阅读
Andrew Ng 在斯坦福大学的机器学习公开课上这样评价支持向量机：support vector machines is the supervised learning algorithm that many people consider the most effective off-the-shelf supervised learning algorithm.That point of v
转载
2024-02-23 16:21:15
98阅读
