关于特征子中经常用的的函数：findHomography，estimateRigidTransform关于opencv的特征描述子，我们需要了解DMatch与KPoints的数据结构，如下：DMatch结构体/*
* Struct for matching: query descriptor index, train descriptor index, train image index an
转载
2024-03-15 15:42:35
283阅读
算子：matchShapes( InputArray contour1, InputArray contour2, int method, double parameter )（1）参数1是待匹配轮廓或者灰度图像（2）参数2同参数1（3）比较参数1和2相似度的方法，opencv提供了三种如下：CV_CONTOURS_MATCH_I1
CV_CONTOURS_MATCH_I2
转载
2023-11-28 14:58:12
173阅读
目录1.直方图的绘制 2.傅里叶变换（高频滤波器/低频滤波器的设计）1.直方图的绘制直方图绘制的目的：统计每个像素点分别由多少个代码实现 import cv2
import numpy as np
import matplotlib.pyplot as plt
#直方图
img = cv2.imread('cat.png',0) #0表示灰度图
hist = cv2.calc
转载
2024-08-02 18:49:38
64阅读
代码已托管GitHub，仓库地址：OpenCV3-note，以下为仓库的README.md，介绍仓库信息及代码结构：OpenCVOpenCV的全称是Open Source Computer Vision Library，是一个跨平台的计算机视觉库。 OpenCV是由英特尔公司发起并参与开发，以BSD许可证授权发行，可以在商业和研究领域中免费使用。OpenCV可用于开发实时的图像处理、计算机视觉以及
转载
2024-08-30 19:47:44
19阅读
《实用OpenCV》(六) 图像中的形状（1）
形状是当我们看到物体时最开始的印象之一，这一章我们将赋予计算机这种能力。识别图像里的形状是通常是做决策时一个重要步骤。形状是由图像的轮廓形成的，所以理论上形状识别是通常在边缘或轮廓检测后的步骤。
所以，我们将首先讨论从图像里提取轮廓，然后再开始讨论形状。将会包含：
?霍夫变换，可以使我们检测图像里的常规形状如线条和
转载
2024-03-30 08:14:55
90阅读
1、准备数据集 正样本、负样本的图片比例为一比三左右； 在这里我为了实验就随手照了50张我鼠标的图片，不含鼠标的图片为150张； （注：这里的样本数我用的可能有点少，根据情况可进行调整） 2、数据集的处理： 在pycharm中新建python项目： test-opencv-train在该项目下新建python文件create_pos_neg()数据集的处理编程用opencv来实现，代码如下：# -
转载
2024-06-19 10:53:49
114阅读
矩形识别.利用opencv来识别图片中的矩形 其中遇到的问题主要是识别轮廓时矩形内部的形状导致轮廓不闭合。 1. 对输入灰度图片进行高斯滤波 2. 做灰度直方图，提取阈值，做二值化处理 3. 提取图片轮廓 4. 识别图片中的矩形 5. 提取图片中的矩形常用函数 （1）approxPolyDP 多边形逼近
转载
2023-08-01 11:55:50
906阅读
文章目录检测前预处理----边缘检测二值图findContours函数----检测轮廓contourArea、arcLength函数----面积、周长contourArea函数----轮廓面积arcLength函数----轮廓长度approxPolyDP函数----曲线折线化drawContours函数----绘制轮廓示例 检测前预处理----边缘检测二值图所谓形状/轮廓的检测就是把待检测图像中
转载
2023-12-27 17:04:28
253阅读
1.windows系统下需要编译安装opencv3.4(注意opencv4.1没有分类器)遇到windows下的opencv编译问题参考：windows7+vs2019编译opencv注意：本机编译的opencv_createsamples.exe程序和opencv_traincascade.exe程序只有通过本机编译才能在本机正常使用。2.然后按照这个教程执行：opencv实时识别指定物体注意：
转载
2023-09-27 19:55:39
415阅读
使用特定形状的轮廓包围基本概念在实际应用中, 经常会有将检测到的轮廓用多边形表示出来的需求, 提取包围轮廓的多边形也方便我们做进一步分析, 轮廓包围主要有一下几种: - 轮廓外接矩形 - 轮廓最小外接矩形(旋转) - 轮廓最小包围圆形 - 轮廓拟合椭圆 - 轮廓逼近多边形曲线轮廓外接矩形不能进行旋转，为下图中所示的绿色框。 函数原型轮廓外接矩形—boundingRect()Rect bo
转载
2023-12-15 05:02:32
163阅读
1、概述学Tensorflow的时候学过怎么用神经网络来做人脸检测和识别，现在看看Opencv怎么做。2、Haar特征Haar-like特征是计算机视觉领域一种常用的特征描述算子，也称为Haar特征，因为Haar-like特征是受一维Haar小波的启示而发明的，所以也称为类Haar特征。 Haar-like特征模板内只有白色和黑色两种矩形，并定义该模板的特征值为白色矩阵像素之和“减去”黑
转载
2024-03-13 16:03:14
99阅读
Python-opencv图像识别学习日记（1）——人脸检测一、前言第一次写博客，直接用的编辑器的模板，记录一下图像识别的学习过程…。之前一直对人脸识别、机器视觉等方面很感兴趣，利用课余时间学习一下，暂时不指望做出成型的项目，做点小东西（人脸门禁之类的）练练手。如有纰漏望指出…二、准备阶段一台安装了python3电脑（废话）；一只摄像头（电脑自带）；互联网（用于下载插件包）；一颗爱学习的心哈哈哈哈
转载
2024-04-22 14:33:41
118阅读
HSV色彩空间讨论HSV色彩空间可以更加方便的通过色调，饱和度和亮度来感知颜色。色调H，在8位图像中要将值[0,360] 除以2 【0，180】。每个色调值对应一个色彩。例如0 代表红色。150代表品红。在上述基础上，通过分析各种不同对象对应的HSV值，便可以查找不同的对象。例如，通过分析得到肤色的HSV值，就可以直接在图像内更加肤色的HSV 来查找人脸（等皮肤）区域，，哇哦饱和度S：灰度饱和对0
转载
2024-01-25 13:37:51
1001阅读
1. 切边源图像： 需求：扫描仪扫描到的法律文件，需要切边，去掉边缘空白，这样看上去才真实，人工操作成本与时间花费高，希望程序自动实现，高效、准确。 实现思路：边缘检测 + 轮廓发现或直线检测最大外接矩形。例子代码： #include 效果图 总结：先利用 Canny 算子检测图像的轮廓，再利用 findContours 发现轮廓，因为这时候会得到很多轮廓，而我们只
转载
2024-01-04 16:02:08
122阅读
前言识别图形常用函数介绍
前言OpenCV在图像处理与计算机视觉方面有很多通用算法。因此可以用来人脸识别、图形识别、文字识别等等。对于复杂一点识别的可能还涉及到大量的识别训练，最后的匹配比较分类等等。后续可能会介绍文字识别、人脸识别等等。
图形识别图形识别指的是对常见的几何图形进行识别，它通过opencv进图形处理（二值化，图片灰度化，细化等等），获取图形轮廓特征，然后在应用几何图形特
转载
2023-10-03 13:52:47
489阅读
1.读取显示图像建立好WIN32工程，具体代码如下：#include "stdafx.h"
#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
using namespace std;
using namespace cv;
//读取显示图像
int main()
{
M
转载
2024-01-04 15:54:12
77阅读
文章目录【 1. 图片采集 】【 2. 图片读取 】【 3. 图片展示 】【 4. 图片保存 】【 5. 功能展示 】 OpenCV是一个开源的跨平台计算机视觉库。 跨平台是指，它可以运行在Linux、Windows、Android和Mac OS等操作系统上。 OpenCV提供了多种语言的编程接口，例如C、C++、Python。 它实现了图像处理和计算机视觉方面的很多通用算法，具有轻量高效的特点
转载
2023-11-06 23:14:37
452阅读
§00 前 本文将会介绍使用OpenCV进行图像块简单检测算法。0.1 什么是图像块？ 所谓图像块就是在图像中一组相邻的具有相同特性（比如灰度值）像素区域。在前面的图像中，那些紧挨在一起的黑色像素区域就是图像块。图像块检测就是找到并标记出这些区域。0.2 检测样例代码 OpenCV提供了检测图像块的方便方法并使用不同特征将它们过滤出来。 下面以简单示例开始：Python# Standar
转载
2023-11-01 23:56:29
340阅读
前言在机器学习领域，手写数字数据集MNIST之于机器学习几乎相当于HelloWorld之于编程语言，其重要地位不言而已。但是，然后呢？给你一张如下所示的图片，你的模型能否也预测出结果？（其实下面这个应用就是OCR领域的内容了，另详细的代码内容和注释可以参考我的github https://github.com/Wangzg123/HandwrittenDigitRecognition ） 这篇博客
图像到图像翻译（Image-to-Image Translation）任务可以将一张输入图像进行指定的风格转换，也就是最终学习到一个函数能让A域图像映射到B域内，以此为基础可以解决许多实际问题，如风格迁移、属性迁移、图像超分辨率等等，在内容创作领域的应用场景十分丰富。图像到图像的翻译问题本质上与使用深度生成模型（deep generative model）学习输入的自然图像的条件分布有关。 目前大
