基于OpenCV的形态学处理#include<iostream>
#include <opencv2/core.hpp>
#include<opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/video/tracking.hpp>
using name
转载
2024-04-05 18:50:48
45阅读
一、方向梯度 梯度：在向量微积分中，标量场的梯度是一个向量场。标量场中某一点上的梯度指向标量场增长最快的方向，梯度的长度是这个最大的变化率。更严格的说，从欧几里得空间Rn到R的函数的梯度是在Rn某一点最佳的线性近似。在这个意义上，梯度是雅可比矩阵的一个特殊情况。 在单变量的实值函数的情况，梯度只是导数，或者，对于一个线性函数，也就是线的斜率。在图像中梯度的概念也是像素值变换最快的方向，把边缘（在图
转载
2024-04-21 18:36:00
73阅读
1. 形态学操作：形态学操作主要包括：腐蚀、膨胀、开运算、闭运算、形态学梯度、顶帽、黑帽。1. 腐蚀： 相对于黑底白字而言，将图像的边界点消除，使图像沿着边界向内收缩，也可以将小于指定结构体元素的部分去除。import cv2
import numpy as np
# 这里的演示中：0-黑色、1-白色
img=np.zeros((5,5),np.uint8) # 创建一个5*5的矩阵，默认元组0
opencv-学习笔记(6)图像梯度Sobel以及canny边缘检测这章讲了sobel算子scharr算子Laplacion拉普拉斯算子图像深度问题Canny检测 图像梯度sobel算子和scharr算子sobel算子是高斯平滑与微分操作的结合体，所以它的抗噪声能力很强我们可以设定求导的方向xorder或者yorder。也可以设置卷积核的大学Ps当我们设置卷积核的大小为ksize=-1
转载
2024-08-16 10:32:29
29阅读
Hough(霍夫)变换是一种用于检测线、圆或者图像中其它简单形状的方法。最初Hough变换是一种线变换，这是一种相对较快的检测二值图像中直线的方法。 Hough线变换的基本理论是：二进制图像中的任何点都可能属于某些可能的线。如果我们将每一条线参数化，如斜率为a,截距为b,原始图像中的点就可以转换为对应于通过该点的所有线在该平面(a,b)中的点的轨迹。当然也可能是一部分轨迹。如果我们将原图中每个非0
转载
2024-05-08 22:25:20
56阅读
图像梯度 图像梯度可以把图像看成二维离散函数，图像梯度其实就是这个二维离散函数的求导。
Sobel算子是普通一阶差分，是基于寻找梯度强度。
拉普拉斯算子（二阶差分）是基于过零点检测。通过计算梯度，设置阀值，得到边缘图像。 一：sobel算子 def sobel_demo(image):
grad_x = cv.Sobel(image,cv.CV_32F,1,0) #获取
转载
2024-06-30 05:03:46
43阅读
DataWhale 机器视觉组队学习task22.1 简介 该部分将对基本的几何变换进行学习，几何变换的原理大多都是相似，只是变换矩阵不同，因此，我们以最常用的平移和旋转为例进行学习。在深度学习领域，我们常用平移、旋转、镜像等操作进行数据增广；在传统CV领域，由于某些拍摄角度的问题，我们需要对图像进行矫正处理，而几何变换正是这个处理过程的基础，因此了解和学习几何变换也是有必要的。这次我们带着几个
转载
2024-08-14 22:27:42
65阅读
基于OpenCV实现实时监控并通过运动检测记录视频 一、课程介绍 1. 课程来源Ubuntu 14.04，OpenCV 版本为OpenCV 2.4.13.1，你可以在这里查看该版本 OpenCV 的文档。官方文档中有两个例子可以帮助你理解此课程，分别是OpenCV 3.1.0 版本中背景减除的例子OpenCV 2.4.13 版本中通过直方图比较相似度 你可以在我的 Github仓库&n
转载
2024-03-25 15:06:13
77阅读
最近在做答题卡识别方面的工作，但是扫描的答题卡试卷可能会存在一定程度的倾斜，而我们需要提取答题卡有效区域并对其进行校正，实现后续的工作。倾斜答题卡如下图所示： 我们需要对其进行校正：思路如下霍夫圆检测提取圆心所形成的外包矩形利用四个圆心与矩形四角坐标进行校正1.霍夫圆检测OpenCV中HoughCircles函数如下：void HoughCircles(InputArray image,Outpu
转载
2024-04-29 23:03:27
306阅读
2022年1月10日，看到相关教程跟做代码存在C:\Users\10133\PycharmProjects\Project_PictureProcessing目录一、调研OpencvMediaPipe二、大概步骤安装MediaPipe导入opencv、MediaPipe和time库（其中time库是自带的，不用下载）创建手部检测模型 结果输出画图样式三、代码段一、调研OpencvOpen
霍夫变换检测直线霍夫变换（Hough Transform）是图像处理中的一种特征提取技术，该过程在一个参数空间中通过计算累积结果的局部最大值得到一个符合该特定形状的集合最为霍夫变换的结果。霍夫变换运用两个坐标空间之间的变换将在一个空间中具体相同形状的曲线或直线映射到另一个坐标空间的一个点上形成峰值，从而把检测任意形状的问题转换为统计峰值问题。 1）平面坐标的点 <=> 极坐标
转载
2024-10-13 23:33:40
31阅读
代码解析1.加载模型// load image from file
cv::Mat img = cv::imread("./images/img1.png");
// load class names from file
string yoloBasePath = "./dat/yolo/";
string yoloClassesFile = yoloBasePa
什么是角点？ 关于角点的具体描述可以有几种：（1）、一阶导数(即灰度的梯度)的局部最大所对应的像素点；（2）、两条及两条以上边缘的交点；（3）、图像中梯度值和梯度方向的变化速率都很高的点；（4）、角点处的一阶导数最大，二阶导数为零，指示物体边缘变化不连续的方向。1、目前的角点检测算法可归纳为3类：（1）、基于灰度图的角点检测（2）、基于二值图像的角点检测（3）、基于轮廓曲线的角点检测。2、基于灰度
转载
2024-08-02 16:41:31
70阅读
中值滤波就是用滤波器范围内所有像素值的中值来替代滤波器中心位置像素值的滤波方法，是一种基于排序统计理论的能够有效抑制噪声的非线性信号处理方法。中值滤波计算方式如图5-21所示，将滤波器范围内所有的像素值按照由小到大的顺序排列，选取排序序列的中值作为滤波器中心处黄色像素的新像素值，之后将滤波器移动到下一个位置，重复进行排序取中值的操作，直到将图像所有的像素点都被滤波器中心对应一遍。中值滤波不依赖于滤
转载
2024-09-30 12:55:59
22阅读
本篇博客记录学习OpenCV图像处理中的轮廓检测。理解什么是轮廓。学习找轮廓，绘制轮廓等。学习以下两个函数：cv2.findContours()，cv2.drawContours()，一、什么是轮廓轮廓可以简单地认为成将连续的点（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。为了获得更高的准确性，要使用二进制图像。因此，在找到轮廓之前，要进行阈值化处理
转载
2023-10-07 16:56:55
182阅读
项目要求给出一段停车场的视频，要求实时检测空停车位的数量及位置。思路从这段视频中取出一帧图片。对图片进行处理，只保留图片中的有效信息（停车位）。将所有停车位取出来，分别保存为单独的.jpg文件作为样本（包含空停车位和非空停车位）。训练二分类模型识别此停车位上是否有车。将空停车位在图上标记出来。在视频中实时监测并标记空停车位。实现过程1、引入需要的库import cv2 as cv
import n
转载
2024-04-24 12:25:28
243阅读
一、摘要背景随着科技的发展，对于人脸识别技术的应用已经影响到人们生活的方方面面，另外，PaddleHub 近期发布了人脸关键点检测模型face_landmark_localization，该模型转换自 https://github.com/lsy17096535/face-landmark ，支持同一张图中的多个人脸检测。它可以识别人脸中的68个关键点。这个模型成为这项技术的重要支撑。所以，我想利
转载
2024-04-22 10:37:31
135阅读
VSCODE通过MinGW和CMake搭建OpenCV本文主要做自学记录作用，若侵权留言删 参考文献：VScode搭建OpenCV环境；VS code配置C/C++、OpenCV(Windows)；将 VSCode 打造成 OpenCV 的 IDE（C++，window10 1803）；1、前言VSCODE属于编辑器，不带编译功能，因此需要借助MinGW，CMake来对OpenCV进行编译，编译的
转载
2024-04-03 12:47:27
101阅读
最近在学习的过程中，偶然间看见一篇文献中使用到了可变形卷积（DeformableConvolution)，在该文献中，使用一部分的可变形卷积去替代普通卷积，就可以使得图像分割的效果变得更好，这引起了我的兴趣，就想着能不能将可变形卷积的操作引入到yolov5中，引入了yolov5后是不是会对检测有帮助。于是我对可变形卷积的操作做了一定的了解，并在别人代码的基础上做了修改然后将其加入到了yolov5中
转载
2024-04-15 13:49:35
196阅读
话说，苹果这几年，确实没让人省心过。 首先不说产品力的问题吧！但小毛病小问题，却每年都有。 果子一件件罗列下来，恐怕每代都能拿出来说一下。
问题最早，甚至能追溯到离我们不太远但卖的最好的 iPhone 6 说起！
iPhone 6 ：
首次采用大屏大尺寸，虽然是铝合金机身，但 6000 系铝合金也难逃机身强度的不足。 导致那年多少小伙
