简介特征检测特征检测是从图像中自动提取对象特征用以表述该对象， 同时还可以利用得到的特征数据 描述在不同的图像中发现相同的对象， （一旦得到两个对象的描述子， 就可以使用它们实现特征数据的匹配与比对， 从而分辨出它们是否具有相似性） 而且特征对对象的旋转、缩放、光照等具有不变性SURF（speed up robust feature）是加速版的SIFTSURF可以用于对象定位和识别、人脸识别、3D
转载
2024-04-01 19:00:39
134阅读
halcon软件最高效的一个方面在于模板匹配，号称可以快速进行柔性模板匹配，能够非常方便的用于缺陷检测、目标定位。下面以一个简单的例子说明基于形状特征的模板匹配。 为了在右图中，定位图中的三个带旋转箭头的圆圈。注意存在，位置、旋转和尺度变化。上halcon程序1 * This example program shows how to
转载
2024-03-08 21:08:30
445阅读
SIFT(Scale-Invariant Feature Transform)特征检测关键特征：构建图像高斯金字塔，求取DOG，发现最大与最小值在每一级构建
原创
2024-10-11 16:59:17
0阅读
1. RGB和BGR最常见的色彩空间就是RGB, 人眼也是基于RGB的色彩空间去分辨 颜色的.OpenCV默认使用的是BGR. BGR和RGB色彩空间的区别在于图片在色彩通道上的排列顺序不同. 显示图片的时候需要注意适配图片的色彩空间和显示环境的色彩空间.比如传入的图片是BGR色彩空间, 显示环境是RBG空间, 就会出现颜色混乱的情况.2 HSV, HSL和YUVHSVOpenCV用的最
转载
2024-03-25 10:50:57
228阅读
因为要精准找图,而且最好能适应不同的分辨率下找图,所以在模板匹配的基础上,就有了SIFT和SURF的特征点找图方式
转载
2021-08-04 17:57:20
985阅读
opencv基础篇 ——（五）颜色通道在 OpenCV 中，颜色通道指的是图像的不同颜色分量，通常用于表示图像的颜色信息。在彩色图像中，通常使用 RGB（红、绿、蓝）颜色模型来表示颜色通道。每个颜色通道都对应于图像中的一个颜色分量。split函数说明void split(const Mat& src, Mat* mvbegin);
void split(InputArray m,
转载
2024-06-21 11:54:03
281阅读
特征点检测和描述算法的应用比较广泛。在OpenCV中，除了SIFT和SURF之外，还有一些特征点检测算法和特征点描述算子。如ORB、BRISK、FREAK、BRIEF、MSER、FAST、KAZE、AKAZE等。这些算法在opencv里的调用方式基本上都是一样的。在这些算法中，BRIEF、FREAK属于特征点描述算子，其他的一般都是检测特征点和描述特征点一起的。SIFT和SURF的特
dev_close_window ()
*读取图片
read_image(Image, 'data/holes')
*设置窗口属性，为了获取窗口句柄，供后面显示文字用
get_image_size (Image, Width, Height)
*创建新窗口
dev_open_window (0, 0, Width, Height, 'black', WindowID)
*将图像转化为单通道灰度图
转载
2024-07-31 18:22:55
226阅读
1.人脸检测原理框图整体思路是寻找图片中最大的连通域，将其认定为人脸。第一个环节均值滤波，是为了减弱图像的相关细节部分，以免毛刺影响后期连通域的形成，二值化方便形态学处理，减少运算量。考虑到人脸有黑人和白人黄种人，黑人肤色较深，在二值化之后面部区域不容易形成较大的连通域，如果采取形态学边界提取的办法，就可以避免这个问题，形态学边界提取，只要结构元素够大，也可以形成较大的封闭连通域。然后就是纵向闭合
转载
2024-05-03 12:26:16
156阅读
OpenCV中的Adaboost级联分类器，阅读了所有相关得代码（包括检测和训练部分），发现目前opencv中的Adaboost级联分类器代码有以下特点。可能正是由于这些问题，导致代码极其复杂，可能没有几个人愿意花费时间去阅读。1. 代码与V&J论文原始算法差异很大，支持不同特征，不同Adaboost，还有很多小tricks。2. 由于历史遗留，代码中C结构（CvMat）和C++
C# OpenCvSharp 通过特征点匹配图片
原创
2023-12-15 09:36:34
563阅读
一、LBP特征的背景介绍LBP局部二值模式，英文全称：Local Binary Pattern，是一种用来描述图像局部特征的算子，LBP特征具有灰度不变性和旋转不变性等显著优点。LBP特征比较出名的应用是用在人脸识别和目标检测中，在计算机视觉开源库Opencv中有使用LBP特征进行人脸识别的接口，也有用LBP特征训练目标检测分类器的方法，Opencv实现了LBP特征的计算，但没有提供一个单独的计算
转载
2024-04-10 05:10:07
507阅读
1:重叠图形覆盖问题echars：stack图形叠加后数据赋值异常：stack属性设置一样的值，柱状图重叠， 注释此属性，并列显示，可解决滚动条引起的异常，echars参考<!DOCTYPE html>
<html>
<head>
<title>echarts</title>
</head>
<script src="
转载
2024-07-25 09:17:46
29阅读
0.1．关于OpenCVOpenCV（Open Source Computer Vision Library）是一个开源的机器视觉和机器学习软件库。OpenCV为计算机视觉提供框架，产品受BSD授权。OpenCV库含有超过2500种优化的算法，其中包括全面经典的和当今世界最先进的机器视觉学习算法，可以用来检测和识别人脸，识别对象、人类行动的视频分类，跟踪相机移动，跟踪物体移动，提取对象的3D模型，
转载
2024-03-15 19:21:40
53阅读
(一) getStructuringElement函数 它会返回指定形状和尺寸的结构元素。Mat getStructuringElement(int shape, Size esize, Point anchor = Point(-1, -1));1、第一个参数表示内核的形状，有三种形状可以选择。 \矩形：MORPH_RECT; \交叉形：MORPH_CROSS; \椭圆形：MORPH_ELLIP
转载
2024-02-23 22:38:44
391阅读
前言1. 项目环境编码环境：Visual Studio Code程序框架：.NET 6.0 目前在Mac OS上使用C#语言官方提供了编译Visual Studio for Mac，但是根据官方发布的通知后续将不再支持该软件更新，后续将全部转移到Visual Studio Code平台，所以在此处我们演示使用Visual Studio Code进行演示。而代码的运行与配置使用dotnet指令实现
转载
2024-08-29 16:33:53
350阅读
OpenCvSharp中通过使用findContours函数，简单几个的步骤就可以检测出物体的轮廓，很方便。这些准备继续探讨一下findContours方法中各参数的含义及用法，比如要求只检测最外层轮廓该怎么办？contours里边的数据结构是怎样的？hierarchy到底是什么鬼？先从opencv中的findContours函数原型看起：findContours( InputOutputArra
转载
2024-03-19 17:00:21
116阅读
1： 输出一个Mat对象的像素自定义一个Mat 对象，然后输出像素值（像素值基本都在 0 – 255 之间 ，图像为三通道）代码public static void F1()
{
Scalar s = new Scalar(0, 0, 255); //定义一个三通道颜色（红色）
Mat m = new Mat(100, 100, Ma
转载
2024-04-03 14:56:41
67阅读
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 前言 1.OpenCVSharp的简介概念：OpenCVSharp是C#的计算机视觉库，直接封装了很多OpenCV的方法，降低处理图像的难度Mat：表示一个类，是Matrix的缩写，表示矩阵的大小存储的地址，这里用来存储图像 Mat有很多类型，可以创建空类型，也可以直接来存储图像的地址。Mat的构造函数：/
转载
2024-03-17 08:58:47
129阅读
一：形态学操作（morphology operators）- 膨胀与腐蚀图像形态学操作 – 基于形状的一系列图像处理操作的集合，主要是基于集合理论基础上的形态学数学形态学基本的四个操作 : 腐蚀，膨胀，开，闭膨胀和腐蚀是图像处理中最常用的形态学操作手段膨胀原理： 跟卷积操作相似，假设有图像A和结构元素B，结构元素B在A上面移动，其中B定义其中心点为锚点，计算B覆盖下A的最大像素值用来替换锚点的像素
转载
2024-08-29 11:26:26
201阅读
