在这篇博文中，我将分享如何在 Android 开发中利用 OpenCV 实现图像的“变正”（即旋转图像纠正方向）。图像变正在很多场景中都能发挥重要作用，比如扫描文档和图像处理等。在接下来的内容中，我们将先理解这个问题的背景，然后深入到具体的解决方案，并结合多种图表进一步阐释过程。
### 协议背景
我们所使用的 OpenCV（Open Source Computer Vision Librar
1、基本概念 腐蚀与膨胀是一对相反的操作，所以腐蚀就是求全局最小值的操作。 腐蚀（erode）是求局部最小值的操作。从数学角度讲，膨胀或腐蚀操作就是将图像（或图像的一部分区域，称之为A）与核（称之为B）进行卷积。核B与图形卷积，即计算核B覆盖的区域的像素点的最小值，并把这个最小值赋值给参考点指定的像素。这样就会使图像中的高亮区域逐渐减小，如图所示，这就是膨胀操作的初衷。 核可以是任何形状和大小，它
在CAD软件中绘制电气图纸的过程中，有些时候会需要绘制变径，那么你知道CAD绘制变径怎么操作吗？不知道也没有关系，接下来的CAD教程就和小编一起来了解一下国产CAD制图软件——浩辰CAD电气软件中CAD绘制变径的相关操作技巧吧！
CAD绘制变径操作技巧：
浩辰CAD电气软件中CAD绘制变径功能主要用于单独或在不同宽度的桥架上绘制变径，也可以修改已有变径。具体操作步骤如下：
首先打开浩辰CAD电气软
原创
2021-07-28 17:18:55
3669阅读
import cv2
img = cv2.imread('123.png',1) #读取彩色图片
imgInfo = img.shape #shape属性获取图片的宽，高以及每个像素点的组成方式，一般是3（b,g,r）
#print(imgInfo) 例（736, 1366, 3）
height = imgInfo[0] #图片的高度
width = imgInfo[1] #图片的宽度
mo
转载
2023-06-26 14:47:23
99阅读
对图像进行旋转矫正，关键是要知道旋转角度是多少！知道了旋转角度就可以用仿射变换对图像进行矫正，图像旋转的相关代码可以参考我的另一篇博文旋转角度怎么获取？可以对图像作傅里叶变换获取这个角度，下面说说求这个角度的大概原理。文本图像的明显特征就是存在分行间隔，那么行与文字之间的灰度值变化程度就不如真正的文字及文字间的变化剧烈，那么相应的这些地方的频谱值也低，即频谱的低谱部分，因为傅里叶变换就是表征图像各
转载
2024-05-09 11:08:30
266阅读
计算机视觉专栏传送
上一篇：图像特征算法(一)——SIFT算法简述及Python标记SIFT特征检测实践 下一篇：图像特征算法(三)——ORB算法简述及Python中ORB特征匹配实践 目录计算机视觉专栏传送一、SURF算法1.算法简介2.SURF与SIFT的具体差异二、Python代码实践1.测试环境2.测试代码3.核心函数4.测试结果 一、SURF算法1.算法简介SURF（Speeded-Up
（一）问题的提出接到一个问题问我，用OpenCV将彩色视频转换为灰度视频并存储到本地磁盘的实践失败，之所以无法存储提问人怀疑是视频编码的问题。（二）问题的分析1.OpenCV作为一个非常好的辅助编程的东西，应该是经受得住考验的，怀疑是视频编码出问题不靠谱2.直觉反应是在写入视频的时候，写入的帧图像存储格式和写入器定义的帧图像格式不符，导致内存报错3.接收源代码发现有一段代码是这么写的：CvVide
转载
2024-05-19 07:01:55
48阅读
OpenCV数字图像处理实战二：模板匹配（C++）1、模板匹配原理模板匹配（TemplateMatching）就是在一幅图像中寻找和模板图像（template）最相似的区域，模板匹配不是基于直方图的，而是通过在输入图像上滑动图像块（模板）同时对比相似度，来对模板和输入图像进行匹配的一种方法。该方法原理简单计算速度快，能够应用于目标识别，目标跟踪等多个领域。2、具体步骤（1）首先需要一个模板图像 T
转载
2024-06-13 21:07:15
107阅读
灰度图转伪彩色图数字图像处理的作业，利用opencv实现通过灰度隐射将灰度图转化为伪彩色图。效果大概如下，在最后附带opencv自带函数处理的方法原图遍历图opencv的 applyColorMap 函数处理图像1. 原理根据色彩学方面的研究结果，将灰度图像对应到red , green , blue三个通道上，最后将三个通道的颜色值合成为需要显示的RGB颜色值即可。灰度值与三个通道的映射关系如下粗
转载
2023-09-30 19:57:04
200阅读
图像灰度化 图像灰度化就是彩色图像转化成为灰度图像，即剔除彩色图像中的彩色信息，只包含亮度信息。彩色图像中的每个像素的颜色有三个分量决定，而每个分量有255种值可取，这样一个像素点可以有1600多万的颜色的变化范围。而灰度图像是三个分量相同的一种特殊的彩色图像，其一个像素点的变化范围为255种，所以在数字图像处理中一般先将各种格式的图像转变成灰度图像
转载
2024-06-06 04:15:59
138阅读
什么是对象跟踪？简而言之，在视频的连续帧中定位对象称为跟踪。该定义听起来很直接，但在计算机视觉和机器学习中，跟踪是一个非常广泛的术语，涵盖概念上相似但技术上不同的想法。例如，通常在对象跟踪下研究以下所有不同但相关的想法密集光流：这些算法有助于估计视频帧中每个像素的运动矢量。稀疏光流：这些算法，如Kanade-Lucas-Tomashi（KLT）特征跟踪器，跟踪图像中几个特征点的位置。卡尔曼滤波：一
转载
2024-03-20 11:25:38
30阅读
图像处理库综述1. OpenCV简介：OpenCV全称是:Open Source Computer Vision Library。是Intel®开源计算机视觉库。它由一系列 C 函数和少量 C++ 类构成，实现了图像处理和计算机视觉方面的很多通用算法。OpenCV是一个基于（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows和Mac OS操作系统上。它轻量级而且高效——由一系列
转载
2024-02-29 14:42:34
103阅读
一、什么是resize 函数： resize函数opencv中专门用来调整图像大小的函数； opencv 提供五种方法供选择分别是： a.最近邻插值——INTER_NEAREST； b.线性插值 ——INTER_LINEAR；（默认值） c.区域插值 ——I
转载
2024-02-27 19:58:28
184阅读
如何通过图像处理从低分辨率/模糊/低对比度的图像中提取有用信息。下面让我们一起来探究这个过程：首先我们获取了一个LPG气瓶图像，该图像取自在传送带上运行的仓库。我们的目标是找出LPG气瓶的批号，以便更新已检测的LPG气瓶数量。步骤1：导入必要的库import cv2import numpy as npimport matplotlib.pyplot as plt步骤2：加载图像并显示示例图像。im
转载
2024-03-01 19:13:58
75阅读
以HMMDemo为例1、将OpenCv安装目录下的cv、cvaux、otherlibs/highgui三个目录复制到你的工程目录下，再在工程目录下新建一个camera目录，将安装目录下的apps/Common目录中的两个文件复制至camera目录中。2、在集成开发环境的项目管理窗口中(FileView)新建六个文件夹，分别为highgui_src，highgui_include，cvaux_inc
转载
2024-05-07 21:41:02
45阅读
关于源代码源代码和用到的支持超过1G像素大小的opencv库(vc17+vs2022)已经上传到csdn，可以通过博文的标题下方提供连接进行下载。创作背景最近在做一个电路底板的缺陷检测项目，线扫相机保存下来的bmp图像大概为1.5G，像素大小为30000+ x 80000+，在进行缺陷分析之前，需要把bmp大图先切成1280x1280或者640x640的小图，然后在小图上使用yolov8进行缺陷分
转载
2024-06-06 10:24:19
126阅读
卷积什么是二维卷积呢？看下面一张图就一目了然： 卷积就是循环对图像跟一个核逐个元素相乘再求和得到另外一副图像的操作，比如结果图中第一个元素5是怎么算的呢？原图中3×3的区域与3×3的核逐个元素相乘再相加：5=1×1+2×0+1×0+0×0+1×0+1×0+3×0+0×0+2×2 算完之后，整个框再往右移一步继续计算，横向计算完后，再往下移一步继续计算。简而言之，卷积是一个对应位置像素值相乘后再相加
转载
2024-06-29 08:04:28
69阅读
现实中图像经常出现划伤或者被噪声腐蚀或者有污渍点，对于这类图像可以通过修复(inpainting)相关的算法来说恢复损害的图像。一般情况下这些算法都是基于污染区域的周围已知的颜色和结构，通过繁殖和混合重新生成填充污染区域。OpenCV中实现的图像修复算法有两种。基于Navier-Stokes的修复方法基于图像梯度的快速匹配方法又称(Telea法)对应的两个枚举类型分别如下：CV_INPAINT_N
转载
2024-05-08 14:10:16
51阅读
opencv 文章目录opencv图像基本操作图像平滑处理均值滤波高斯滤波中值滤波双边滤波图像阈值处理简单阈值化处理自适应阈值化处理图像形态学处理腐蚀（erosion）膨胀（dilation）开运算（MORPH_OPEN）与闭运算（MORPH_CLOSE）图像轮廓处理边缘检测亮度提升角点检测图像识别特征点检测特征值矩阵物体识别 图像基本操作import numpy as np
import cv2
转载
2024-10-14 12:48:49
62阅读
解决思路： 1、图像二值化； 2、形态学操作（膨胀与腐蚀） 3、距离变换 4、局部阈值二值化操作（adaptiveThreshold方法） 5、轮廓发现因为我的文章中并没有膨胀与腐蚀的操作，这里我记录一下用来提醒自己： 膨胀：相对于高亮部分（白色区域），在二值化处理后，填补上黑色的部分。 腐蚀，与膨胀相反，去掉白色的部分。基本解释已在代码中注释 代码：#include<openc
转载
2024-10-08 20:56:52
25阅读
