别无他用，主要是用来记录自己的学习过程。一. 数据读取图片读取cv2.imread():用于读取函数
@param_1 : filename Name of file to be loaded. # 文件地址
@param_2 : flags Flag that can take values of cv::ImreadModes # 读取文件的方法
# 有三种选择
cv2.IMREA
转载
2024-01-02 15:46:10
62阅读
文章目录前言一、安装Tesseract-OCR二、文档扫描1.需要透视变换的图像2.直接Tesseract-OCR总结 前言这里实现文档扫描主要是依靠Tesseract，Tesseract是一个光学字符识别引擎。支持多种操作系统，基于Apache许可证的自由软件，由Google赞助开发。 Tesseract被认为是最精准的开源光学字符识别引擎之一。是一个光学字符识别引擎。支持多种操作系统，基于A
转载
2023-11-07 08:15:40
131阅读
无论是在手机扫描文件，在图像中提取文字信息，还是在自动化识别系统中处理文档，图像识别文字的需求越来越高。在这篇文章中，我们将探讨如何使用 OpenCV 和 Java 开发一个高效的图像文字识别系统。通过技术原理、系统架构、代码分析及性能优化等方面的深入分析，我们将系统地解释这个热门话题。
基于机器学习和计算机视觉，图像识别技术的核心在于能够将图像中的信息提取出来，并转换为可读的文本。通常，这个过
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
OpenCV学习笔记：第一节课：RGB颜色通道：所有彩图都是三颜色图0~255，亮度从黑色到白色R：红， G：绿， B：蓝而对于一个灰度图，不需要RGB颜色通道import cv2
import numpy as np
# numpy是一个数学运算库，可以自行搜索学习，一般与opencv搭配使用，有时还会用到matplotlib读取图像：img = cv2:imread('路径', 参数)
# 两
转载
2023-11-10 19:10:34
478阅读
函数的设置为了使图像识别的流程更加直观，我们提前设置一个函数用于图像识别过程中每一步的图像展示。def cv_show(name,img):
cv2.imshow(name,img)
cv2.waitKey(0)
cv2.destroyAllWindows()使用这个函数可以使得在图像识别过程中的每一步更加直观的展示出来，也可以用于检测每一步是否正确运行。读取一个模板图像我
转载
2023-07-27 20:21:06
601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
OpenCV 可以检测图像的主要特征，然后提取这些特征，使其成为图像描述符，这些图像特征可作为图像搜索的数据库；此外可以利用关键点将图像拼接 stitch 起来，组成一个更大的图像。如将各照片组成一个360度的全景照片。本章节将介绍使用 OpenCV 来检测图像特例，并利用这些特征进行图像匹配和搜索。本章节选取一些图像，检测它们的主要特征，并通过单应性（homography）来检测这些图像是否存在
转载
2023-12-15 19:42:29
14阅读
OpenCV 图像识别 Python：从问题到解决的完整过程
在现代机器视觉和计算机视觉应用中，OpenCV 已成为一个不可或缺的工具。无论是在自动驾驶、安防监控，还是在工业自动化领域，图像识别技术都显得尤为重要。本文将深入探讨如何使用 Python 和 OpenCV 进行图像识别，从问题场景出发，逐步推导出解决方案。
### 背景定位
我们通常面临的问题场景包括需要实时识别图像中的物体。例
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
基础入门图像与信号图像图像是人对视觉感知的物质再现。图像可以由光学设备获取，也可以人为创作。随着数字采集技术和信号处理理论的发展，越来越多的图像以数字形式存储。因而，有些情况下”图像“一词实际上是指数字图像。图像相关的话题包括图像采集、图像制作、图像分析和图像处理等。图像分为静态影像和动态影像。图像时一种视觉信号。透过专业设计的图像，可以发展成人与人沟通的视觉语言，也可以是了解族群文化与历史源流的
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
今天，在使用人脸识别的时候出现了一个问题我用了两种方法获取照片，一种是自定义相机，一种是调用系统相机调用系统相机，能够识别出来，没问题，然后我开始把人脸识别接口嵌入UI中，并使用自定义相机然后，出问题了，不论怎么识别，识别出来的结果都是正确的，也就是说，错误的照片也识别是正确的，这就是个大问题了但是，自定义相机得到的图片属性和调用系统相机得到的图片是一样的，然后测试开始先调用系统相机获得照片，up
转载
2023-09-26 16:57:02
103阅读
一、什么是计算机视觉？ 为了说明这个问题我们来试想一个场景。 假设你和你女朋友去度假，然后你上传了很多照片到百度。但是现在在每张照片中找到你朋友的脸并标记它们要花费很多时间。实际上，百度已经足够智能，它可以帮你标记人物。那么，你认为自动的特征标记是如何工作的呢？ 简单来说，它通过计算机视觉来实现。计
原创
2021-06-14 20:47:00
3807阅读
△ 来自虾米妈咪小朋友用妈妈的一寸照片通过了人脸识别，打击了小度音箱的家长监督机制。活体检测没做好。公交车身广告上的董明珠头像，被宁波交警系统拍了照，判定成“违法闯红灯”。活体检测没做好。所以，活体检测要怎么做？名叫Adrian Rosebrock的程序猿，写了份事无巨细的教程，从构建数据集开始，一步步教大家用AI分辨真人和照片，精细到每行代码的用途。△ 川川是假的，光头是真的
转载
2024-04-05 21:17:16
92阅读
目录一，轮廓检测二，边缘检测一，轮廓检测以下图为例：灰度图直接提取轮廓：int main(){ Mat img = imread("D:/1.png", 0);
原创
2022-04-29 20:10:48
2811阅读
如何识别图像边缘？图像识别（image recognition）是现在的热门技术。文字识别、车牌识别、人脸识别都是它的应用。但是，这些都算初级应用，现在的技术已经发展到了这样一种地步：计算机可以识别出，这是一张狗的照片，那是一张猫的照片。这是怎么做到的？让我们从人眼说起，学者发现，人的视觉细胞对物体的边缘特别敏感。也就是说，我们先看到物体的轮廓，然后才判断这到底是什么东西。计算机科学家受到启发，第
有时候我们会需要在电脑桌面或者浏览页上临时截图识别图中的文字，尤其是在写文章记录素材的时候。 今天小编就来给大家介绍5款可以截图识别文字的软件，希望对大家能有帮助哦！ 第一款 PicPick截图软件 PicPick是这款免费截图工具，汇集屏幕截取、取色器、调色板、放大镜、标尺、量角器、坐标轴、白板等功能。截屏的模式包括：全屏，活动窗口，滚动窗口，矩形区域，
转载
2024-06-24 17:54:36
35阅读
平台：Win7 64bits + Visual Studio 2012 + OpenCV 2.4.10童鞋们，我们继续翻目录，哈哈哈当然我不是翻目录，我是真的已经一字一句看过了，我自认为C语言基础还是很好的，代码方面可以看得很快。但是算法方面有点吃力。下面红色文字是我自己的总结！第二部分 初探core组件 83第4章 OpenCV数据结构与基本绘图 854.1 基础图像容器Ma
转载
2023-12-05 19:58:52
84阅读
