1、cvLoadImage：将图像文件加载至内存；2、cvNamedWindow：在屏幕上创建一个窗口；3、cvShowImage：在一个已创建好的窗口中显示图像；4、cvWaitKey：使程序暂停，等待用户触发一个按键操作；5、cvReleaseImage：释放图像文件所分配的内存；6、cvDestroyWindow：销毁显示图像文件的窗口；7、cvCreateFileCapture：通过参数设
当看到轮廓的时候，发现没有办法具体到什么， 因为关系轮廓的东西似乎有很多，例如检测轮廓，提取轮廓，轮廓跟踪，轮廓面积，周长，标记，匹配，还有一系列的外接最小矩形，圆形，椭圆，图像矩，填充孔洞等，不得不说东西真的很好。轮廓其实最容易和边缘检测联系到一起，有很多的相同，但是我理解
转载
2024-03-08 14:39:01
114阅读
今天继续opencv的学习，今天学习的内容是，画一些简单的形状，比如直线、方形等。主要涉及的函数：（1）Mat::zeros(Size size,Type type)//可以用来初始化一个背景全黑的画板。（2）Point对象，初始化方式Point(int x,int y)，用来建立一个点对象，在图形绘制上常用。（3）Scalar对象，用来建立颜色对象，初始化时最对四个通道。（4）line(Mat对
转载
2024-09-23 06:01:52
55阅读
前言使用Qt + OpenCV实现，通过鼠标画线绘制几何图形，然后通过opencv进行图形轮廓识别，返回图形顶点，然后创建对应的几何图形添加到场景中。绘制使用QGraphics体系完成。看效果图：环境: Qt5.15.2 + vs2019 64bit支持图形：直线、圆、椭圆、矩形、三角形。 快捷键：数字3 清屏正文demo的功能实现流程如下：在临时画线层绘制，然后将绘制的图形保存成一张临时图片，再
转载
2024-02-24 16:41:59
141阅读
一、方法二值图像几何形状提取与分离，是机器视觉中重点之一，在CT图像分析与机器人视觉感知等领域应用广泛，OpenCV中提供了一个对二值图像几何特征描述与分析最有效的工具 - SimpleBlobDetector类，使用它可以实现对二值图像几何形状的分离与分析。而它之所以强大是因为整合OpenCV中其它一些API的功能，主要是有三个：自动的图像灰度与二值化，根据输入的步长与阈值，得到半径实现了轮廓查
转载
2024-02-27 20:36:26
104阅读
废话少说，先上图：
一直想训练一个目标检测的级联分类器，花了一天的时间阅读其他优秀博客，然后自己实践了一下，里面也遇到一些坑，希望能给阅读本文章的读者带来帮助。
opencv 已经提供了训练好的人脸和眼睛的目标检测的xml文件 ，可以做到检测视频图像中是否有人脸 ，但无法做到 像dlib提供的人脸的具
转载
2024-04-09 09:25:05
100阅读
目录一、准备阶段 二、图片处理三、生成描述文件 四、生成.vec文件 五、生成.xml自定义分类器文件 六、识别检测一、准备阶段正样本集：正样本集为包含“识别物体”的灰度图，一般大于等于2000张，尺寸不能太大，尺寸太大会导致训练时间过长。负样本集：负样本集为不含“识别物体”的任何图片，一般大于等于5000张，尺寸比正样本集稍大。一般为正样品集的3倍。在当
转载
2024-05-23 17:22:55
181阅读
# 使用 Python 和 OpenCV 实现图形识别中的矩形检测
在本教程中，我们将学习如何使用 Python 和 OpenCV 来实现矩形的图形识别。矩形检测是一种简单而又实用的计算机视觉任务，可以应用于许多领域，比如自动化检测、图像分析等。
## 一、流程概览
在开始之前，我们先来看看整个流程，便于理解每一步要做什么。以下是我们需要完成的步骤：
| 步骤 | 任务
原创
2024-10-09 06:19:19
213阅读
版本：OpenCv 2.4.9 + Qt 4.8.5
使用OpenCV的以下函数
HoughLines 和
HoughLinesP 来检测图像中的直线.
原理说明：
霍夫线变换：
霍夫线变换是一种用来寻找直线的方法.是用霍夫线变换之前, 首
转载
2024-05-09 08:18:00
95阅读
本文将使用opencv-python识别自定义物体，能够区分识别到的物体，如果用作人脸识别，则能够区分出不同的人脸id，也就是能够分得清张三，李四，王二麻子（这方案已经很老了，去学 Tensorflow2或者Pytorch 吧）本文提供的所有资源仅供学习使用，不可商用效果：识别出局座，大紧，大众和沃尔沃为什么能让程序识别出我们想要让它识别的物体，程序怎么能认得哪个是我们想要识别的物体此时我们需要事
转载
2024-05-26 09:18:39
52阅读
1 轮廓描边cv2.findContours() 函数是OpenCV中用于寻找轮廓的函数之一。它可以用于在二值图像中查找并检测出所有的物体轮廓，以及计算出这些轮廓的各种属性，例如面积、周长、质心等。cv2.findContours() 函数的语法如下：contours, hierarchy = cv2.findContours(image, mode, method[, contours[, hi
转载
2024-03-03 21:57:33
362阅读
# Python OpenCV 几何图形识别
几何图形识别是计算机视觉领域中的一项基础技术，尤其在图像处理和形状分析中起着重要作用。使用Python的OpenCV库，我们可以轻松实现对几何图形的检测和识别。本文将介绍如何使用OpenCV识别简单的几何图形，并提供示例代码。
## 准备工作
在开始之前，你需要安装OpenCV库。可以通过以下命令进行安装：
```bash
pip instal
原创
2024-10-25 03:45:47
418阅读
这一次，我们运用学到的Opencv的知识，一起来完成一个简单的数字识别项目，作者本人也是初学者，所以我将以初学者的角度思考要怎么完成这个项目。我将介绍对下图中的数字进行识别的方法：思考问题：1、Q：要怎么对一幅待检测的图像提取出我们要识别的数字呢？A：首先我们可以对图像进行简单的操作转化为二值图像，提取处其中的轮廓后取最小外接矩形，将得到的一个个矩形储存在定义的vector容器当中，等待下一步处理
转载
2023-09-22 18:03:59
166阅读
在我们学习了膨胀腐蚀和基于膨胀腐蚀的变化之后，我比较喜欢的一个是击中击不中，因为喜欢所以就要单独列出来，心里总是觉得他可以有很多的用处，以后模版匹配，特征检测都会用，更深入的是，他会加深对膨胀腐蚀的理解，是一个很好的例子。下面先看一个算法步骤和原理：Hit-miss算法步骤：击中击不中变换是形态学中用来检测特定形状所处位置的一个基
转载
2023-11-10 09:31:45
129阅读
最近做了一个目标检测的应用，通过大量的待检测目标的样本进行训练，得到分类器；然后输入测试视频，看分类器的检测结果。主要应用了OpenCV自带的工具：1.opencv\build\x86\vc10\bin下的opencv_createsamples.exe2.opencv\build\x86\vc10\bin下的opencv_traincascade.exe训练的算法是adaboost级联分类器。o
转载
2024-02-29 17:17:03
536阅读
目录 1 形状特征描述 1 1.1 傅里叶算子 1 1.2 边缘检测 3 2 神经网络 4 2.1 样本准备 4 2.2 神经网络训练 5 2.3 增量学习 5 3 GUI实现 5 3.1 HighGUI下的轮廓叠加与高亮 5 3.2 QT下的功能布局 6 4 总结 6 参 考 文 献 8 2.1样本准备 神经网络的训练需要大量样本，因此利用matlab编写了自动生成基本形状图片的程序。实现过程中
转载
2024-08-06 09:01:03
55阅读
前言：opencv中没有matlab中能够在同一窗口中显示多幅图像的函数，需要我们去自实现。一.实现需要的关键函数：VA_LISTVA_LIST是在C语言中解决变参问题的一组宏，所在头文件：#include <stdarg.h>，用于获取不确定个数的参数。 使用方法： （1）首先在函数里定义一具VA_LIST型的变量，这个变量是指向参数的指针； （2）然后用VA_START宏初始化刚定
转载
2024-05-07 14:44:39
71阅读
后者是为了方便我们管理图的大小，比如resize(img, width=500) 或 resize(img, height=500) 可以把大大小小的图片转换成相应比例的统一宽高的图片，方便我们观察。读取输入图片，做预处理；# 读取输入
image = cv2.imread("./images/receipt.jpg")
# 统一图片大小
orig = image.copy
遍识天下英雄路，俯首江左有梅郎。前言 大家好，我们又见面了，在上一期的文章中，我们简单的讲解了图像的数据形式以及三通道彩色图像的通道分离，通道分离的意义在于，我们在进行图像处理的时候可能并不需要三个通道的数据仅仅一个通道就可以解决了，因此，采用单个通道的数据可以使得图像处理节省更多的时间，关于上期的文章，见文末。当然通道分离也有其他的作用，先卖个关子，我们后期
转载
2024-03-01 13:37:31
219阅读
随着人工智能热潮的发展，图像识别已经成为了其中非常重要的一部分。图像识别是指计算机对图像进行处理、分析，以识别其中所含目标的类别及其位置(即目标检测和分类)的技术。其中图像分类是图像识别的一个类，是给定一幅测试图像，利用训练好的分类器判定它所属的类别。该项目分为三部分：第一部分：系统驱动的安装与环境的搭建第二部分：利用VGG16网络进行模型训练与预测第三部分：通过模型算法的部署，实现模型预测的页面
转载
2023-12-27 15:59:38
0阅读
