目录一、什么是OpenCV--官网二、OpenCV库的应用三、 环境准备四、OpenCV库安装五、帮助文档六、OpenCV--图像采集 七、人脸检测 八、百度云平台接入九、数据处理-考勤信息记录一、什么是OpenCV--官网
OpenCV是一个开源的计算机视觉和机器学习软件库，它可以
转载
2024-08-07 11:01:01
71阅读
1、实验内容：自动是被下列九宫格图像中小人的位置，并将小人分割出来2、思路分析：本实验的难点首先在于如何在一幅图像中把九幅图片分离出来，其次如何能够从分离出来的九幅图片中识别出小人图像。本人的具体思路是这样的：分离九幅图片：通过findContours()函数寻找到图像中所有物体的轮廓，并用boundingRect()获得所有轮廓的包围矩形，但是我们需要的只是九宫格中的九个矩形区域，因此可以通过比
转载
2024-03-18 07:18:35
106阅读
计算机视觉使很多任务成为现实，其中两项任务就是人脸检测 （在图像中定位人脸）和人脸识别（将人脸识别为特定的人）。 OpenCV实现了一些人脸检测和识别的算法。从安全到娱乐，这些技术 在现实环境中都有应用。 本章介绍OpenCV的一些人脸检测和识别功能，并定义特定类型的 可跟踪物体的数据文件。具体来说，将研究Haar级联分类器，通过分 析相邻图像区域之间的对比度，确定给定图像或子图像是否与已知类 型
转载
2024-01-21 19:22:48
101阅读
最近一直在忙课程，老师让我看看他的论文也没放在心上。总算闲下来，看了他在人脸识别方面的相关论文，拿出一篇放在博客上跟大家共同分析下。在看以下内容前，首先要阅读下徐勇老师的这篇论文A Two-Phase Test Sample Sparse Representation Method for Use With Face Recognition；当前人脸识别方面最热的方法就是稀疏表示方法（sparse
转载
2024-07-28 16:25:30
50阅读
刚接触OpenCV，参照OpenCV的sample例子做了一个视频头像抓取的小代码，顺便一起学习着用，先上视频抓取及存储代码：# -*- coding: cp936 -*-
import cv2
capture=cv2.VideoCapture(0)
#将capture保存为motion-jpeg,cv_fourcc为保存格式
size = (int(capture.get(cv2.cv.CV_C
转载
2024-03-20 08:19:53
26阅读
opencv学堂OpenCV直线拟合检测霍夫直线检测容易受到线段形状与噪声的干扰而失真，这个时候我们需要另辟蹊径，通过对图像进行二值分析，提取骨架，对骨架像素点拟合生成直线，这种做法在一些场景下非常有效，而且效果很好，在各个论坛以及QQ群中经常有人问OpenCV中如何通过一些点来拟合直线，其实OpenCV中都有现成的函数可以使用。在介绍具体的编码之前，首先介绍一下相关知识点：一：相关知识点1. 距
转载
2024-01-28 05:22:02
51阅读
实验目标： 完成一个人脸识别的程序，可以识别你宿舍的几位同学人脸检测人脸特征提取与比对 需要识别的人物： 输入待识别图像，判断是哪一个舍友识别效果：人脸检测框定，返回室友的名字：唐悠悠-tyy参考资料：https://docs.opencv.org/4.5.4/d0/dd4/tutorial_dnn_face.html 人脸检测器: cv2.FaceDetectorY
转载
2024-04-22 13:57:21
182阅读
什么是轮廓？ 轮廓可以简单认为成连续的点（连着边界）连在一起的曲线，具有相同的颜色或者灰度。轮廓在形状分析和物体的检测和识别中很有用。谈起轮廓不免想到边缘，它们确实很像。简单的说，轮廓是连续的，边缘并不全都连续（下图）。其实边缘主要是作为图像的特征使用，比如可以用边缘特征可以区分脸和手，而轮廓主要用来分析物体的形态，比如物体的周长和面积等，可以说边缘包括轮廓。为了准确，要使用二值化图像
转载
2023-09-17 17:31:53
212阅读
第一关：图片简单操作完整的人脸识别流程，一般有如下五个步骤：图像采集：使用摄像机或摄像头采集含有人脸的图像或视频流；人脸检测：检测图片中是否包含人脸；预处理：对人脸图像进行灰度处理、噪声过滤等预处理；特征点提取：提取人脸图片中包含的特征数据；人脸识别：将新的人脸照片与人脸库进行算法匹配，输出识别结果。1.1.采集图片 使用OpenCV采集，可以通过cv2.VideoCapture()获取摄像头并捕
转载
2023-09-28 14:38:20
227阅读
# Android使用OpenCV识别人脸教程
## 整体流程
以下是实现Android使用OpenCV识别人脸的整体流程：
```mermaid
erDiagram
确定需求 --> 下载OpenCV库
下载OpenCV库 --> 导入项目
导入项目 --> 初始化OpenCV
初始化OpenCV --> 加载人脸检测器
加载人脸检测器 --> 实现
原创
2024-07-10 04:25:30
94阅读
基于opencv-python的人脸识别算法 文章目录基于opencv-python的人脸识别算法前言一、opencv-python的安装与配置二、实现步骤1.引入库2.调用opencv自带的人脸识别级联分类器总结 前言本学期参加了项目实践课程，需要做一个人脸识别的功能，由于项目考虑到了移植性，所以打算使用python来进行图像处理。一、opencv-python的安装与配置关于opencv-py
转载
2024-06-11 14:49:21
75阅读
一、经过前人学者大量的皮肤统计信息可以知道，如果将皮肤信息映射到YCrCb空间，则在CrCb二维空间中这些皮肤像素点近似成一个椭圆分布。如果我们得到了一个皮肤CrCb的椭圆，我们只需判断它是否在椭圆内（包括边界），如果是，则可以判断其为皮肤，否则就是非皮肤像素点。 void ellipse(Mat& img, Point center, Size a
转载
2024-03-07 22:31:50
307阅读
参考博文：人体姿态项目的一个https://learnopencv/deep-learning-based-human-pose-estimation-using-opencv-cpp-python/参考github连接：https://github/spmallick/learnopencv/tree/master/OpenPose本项目实现：1.single 单人图像的姿态
转载
2024-03-14 09:12:05
26阅读
import sys
import cv2
def CatchPICFromVideo(path_name, window_name="GET_FACE", camera_idx=0, catch_pic_num=500):
cv2.namedWindow(window_name)
# 视频来源，可以来自一段已存好的视频，也可以直接来自USB摄像头
cap = cv
转载
2024-04-22 13:27:59
56阅读
OpenCV中有许多可以进行人脸、人眼检测的特征文件，今天我们利用OpenCV中自带的特征文件haarcascade_frontalface_default.xml来进行人脸检测。 【OpenCV实战】OpenCV实现人脸检测“超详解”（含代码）1、整体思路2、代码详解2.1从百度爬取图片2.2训练数据2.3测试，绘制框和标签3、总结4、参考 1、整体思路第一：利用Python根据特征词从百度爬取
转载
2023-06-08 16:11:05
281阅读
# Android OpenCV 识别人脸并裁剪教程
## 1. 整体流程
为了帮助这位刚入行的小白实现"Android OpenCV 识别人脸并裁剪"，我们将按照以下步骤进行操作：
| 步骤 | 描述 |
|---|---|
| 步骤 1 | 导入 OpenCV 库 |
| 步骤 2 | 在 Android 项目中配置 OpenCV |
| 步骤 3 | 创建人脸识别器 |
| 步骤 4
原创
2023-08-30 08:53:16
402阅读
# Java OpenCV 中的人体行为检测
在现代计算机视觉的应用中，人体行为检测成为了一个非常重要的研究领域。本文将介绍如何使用 Java 和 OpenCV 库进行人体行为检测，包括基本的概念、实现方法及代码示例。
## 什么是人体行为检测？
人体行为检测是指通过对视频或图像序列的分析，识别出人类行为的过程。典型的应用包括监控系统、智能家居、体育分析等。行为检测不仅涉及到人体识别，还包括
想要使用opencv实现人脸识别，我们需要做这样几步：1.opencv-python的安装这里我们使用的python的opencv-python库，在安装opencv-python库之前，我们需要安装numpy, matplotlib。# 安装指令
# 安装 numpy
pip install numpy
# 安装 matplotlib
pip install matplotlib
# 安装 op
转载
2023-09-06 12:41:15
0阅读
目录Tesseract的使用
识别效果借助
OpenCV进行图像处理
识别效果Tesseract自定义模型训练
识别效果 Tesseract的使用1、引入tess4j依赖：<dependency>
<groupId>net.sourceforge.tess4j</groupId>
<artifactId>te
转载
2024-07-25 14:29:54
74阅读
文章目录0 前言1 深度学习实现动物识别与检测2 卷积神经网络2.1卷积层2.2 池化层2.3 激活函数2.4 全连接层2.5 使用tensorflow中keras模块实现卷积神经网络3 YOLOV53.1 网络架构图3.2 输入端3.3 基准网络3.4 Neck网络3.5 Head输出层4 数据集准备4.1 数据标注简介4.2 数据保存5 模型训练5.1 修改数据配置文件5.2 修改模型配置文
转载
2023-10-24 21:54:11
251阅读
