##1、起源 OpenCV作为强大的计算机视觉开源库，很大程度上参考了MatLab的实现细节和风格，比如说，在OpenCV2.x 版本以后，越来越多的函数实现了MatLab具有的功能，甚至干脆连函数名都一模一样（如 imread, imshow,imwriter等）。这一做法，不仅拉近了产品开发与学术研究的距离，并极大程度的提高了开发人员的研发效率，不得不说，Intel公司真的是一个伟大的公司。在
转载
2024-02-28 13:26:24
75阅读
double threshold( const Mat& src, Mat& dst, double thresh,double maxVal, int thresholdType ); 参数： src：原图像。 dst：结果图像。 thresh：当前阈值。 maxVal：最大阈值，一般为255. thresholdType:阈值类型，主要有下面几种：enum {
THRES
转载
2024-06-05 08:42:46
27阅读
GetDocument()使用视图对象是用来显示文档对象的内容，函数GetDocument()用于获取当前文档对象的指针m_pDocument.而函数OnDraw()是一个虚函数，负责文档对象的数据在用户视图区的显示输出。在向导生成的成员函数OnDraw()中调用了函数GetDocument().通过获取的文档类指针可以在视图中显示文档内容。BOOL CDicomTestDoc::OnOpenDo
转载
2024-03-26 13:15:40
57阅读
什么是ROI： ROI(region of interest)，也就是感兴趣区域，如果你设置了图像了ROI，那么在使用OpenCV的函数的时候，会只对ROI区域操作，其他区域忽略一、图片切割与合并原理通过操作图像矩阵来获取或合并指定位置的图像 代码如下：import cv2 as cv
import numpy as np
src = cv.imread("C:/Users/lenovo/Des
转载
2024-03-31 13:20:28
48阅读
32.OpenCV的人脸检测和识别——人脸检测 文章目录前言一、基于Haar的人脸检测1、使用Haar级联分类器检测人脸2、使用Haar级联分类器检测猫脸3、使用Haar级联分类器检测人脸的框架式程序4、使用Haar级联分类器检测摄像头视频中的人脸和眼睛二、基于深度学习的人脸检测1、基于深度学习的人脸检测(图片)2、基于深度学习的人脸检测(视频)三、OpenCV-Python资源下载总结 前言
转载
2024-04-22 13:32:03
183阅读
大纲一、resize()函数介绍二、插值方法介绍1.最近邻插值2.双线性插值3.双三次插值4.区域插值5.兰索斯插值 一、resize()函数介绍resize()函数是专门用来调整图片的大小的，其原理就是通过不同的插值方式对图像进行处理，这些插值方式将在后续介绍到，首先介绍resize()函数的原型：resize( InputArray src, OutputArray dst,Size dsi
转载
2024-03-04 05:32:09
496阅读
轮廓是由STL风格的vector<>模板对象表示的，其中vector中的每个元素都编码了曲线上，下一点的位置信息。查找图像轮廓的函数是cv::findContours()，并通过cv::drawContours()将查找到的轮廓绘制到图像上轮廓原理：1985年，有个叫satoshi suzuki的人发表了一篇论文，Topological structural analysis of d
转载
2024-07-06 12:08:50
457阅读
在图像处理时，我们接触到的彩色以RGB居多，为了分析图像在某一通道上的特性，需要将图像的颜色通道进行分离，或者是在对某一颜色通道处理后重新进行融合。opencv提供了split()函数来进行颜色通道的分离，提供了merge()函数来进行颜色通道的融合。1.split()函数此函数的作用是将一个图像通道进行分离。split()函数定义：void split(const Mat& m, vec
转载
2024-04-14 16:25:09
120阅读
cv::putTextvoid putText( InputOutputArray img, const String& text, Point org,
int fontFace, double fontScale, Scalar color,
int thickness = 1, int
转载
2024-02-10 20:49:53
1285阅读
夏季更新OpenCV 4.5.3发布了！来看看4.5.3都有哪些重要改进：higui模块：增加对UI后端的支持。特殊编译的OpenCV可以允许选择UI后端，并/或通过plugin动态加载videoio模块：通过FFmpeg后端支持UMat/OpenCL硬件加速的视频编解码video：增加DaSiamRPN跟踪算法（DNN模块：改进layers和activations，支持更多模型优化CUDA后端的
转载
2024-02-29 10:45:19
60阅读
常用的五个函数(I/O)编辑
1. 图像载入函数
函数
cvLoadImage载入指定图像文件，并返回指向该文件的IplImage指针。函数支持bmp、jpg、 png、 tiff等格式的图像。其函数原型如下：
IplImage*
cvLoadImage( const char* filename,
转载
2024-05-24 06:43:16
162阅读
一、openCV简介OpenCV是一个开源的跨平台计算机视觉库。它轻量级而且高效——由一系列 C 函数和少量C++类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。 简言之，通过openCV可实现计算机图像、视频的编辑。广泛应用于图像识别、运动跟踪、机器视觉等领域。二、Ubuntu16.04下的安装直接使用pip安装 pip3 i
转载
2023-08-11 19:55:48
154阅读
以前的时候，为了过滤图像中的一些噪点，学过一些简单的滤波，比如中值滤波，均值滤波，也是自己实现的。 在opencv中有现成的函数可以调用，实现滤波的操作。 函数的原型如下：CVAPI(void) cvSmooth( const CvArr* src, CvArr* dst, int smoothtype CV_DEFAULT(CV_GAUSSIAN), int size1 CV_DEFAULT(3), int size2 CV_DEFAULT(0), ...
转载
2014-01-21 15:52:00
98阅读
2评论
作者 | 李秋键人体姿态估计指从单个 RGB 图像中精确地估计出人体的位置以及检测骨骼关键点的位置。人体姿态估计是计算机视觉领域的研究热点，是诸多计算机视觉任务的基础，如动作分类、异常行为检测、自动驾驶等。Openpose 项目库运用流行的深度学习算法，能快速地识别图像中单人及多人的二维姿态，通过学习检测图像中人物的关键点位置，从而不依赖于图像中的局部特征完成人物目标检测，即使在图像噪声较大下，可
opencv3将opencv2单一的库分成了两个部分：成熟的Opencv库以及opencv-contrib库，成熟的库相较容易安装可以查看本人上一篇博客，这篇博客主要介绍opencv-contrib库的安装，我这里安装的64位的。（1）首先下载opencv-contrib并与opencv放在同一个目录并且解压，然后我们创建一个在opencv同一个目录创建一个新的文件夹我取得名字叫myopencv用
数据的读取cv2.IMREAD_COLOR:彩色图像cv2.IMREAD_GRAYSCALE:灰度图像import cv2
img = cv2.imread('E:/opencv/open-cv/2-7/cat.jpg',1)
cv2.imshow("img", img)
cv2.waitKey(0)
cv2.destroyAllWindows()cv2.imread()读取图片，当括
转载
2024-02-27 17:52:02
49阅读
作为初学者，我对于Opencv的学习总是比较迷茫，还好可以借鉴别人的博客。Mat类的内容比较多，这次我也只是对它有个基础、浅层的认识，在以后的学习和应用中我会根据需要和实例再不断补充学习。一 背景 在Opencv1.X时代，数据类型为 IpIImage; 在Opencv2.X时代，数据类型为Mat.现在Mat更为常见。二 用途 &nb
转载
2024-05-08 15:28:51
31阅读
MAT 本博文介绍了Mat的使用，基本上是参照opencv_tutorials翻译的，可能存在一些理解上的偏差，欢迎指正。 OpenCV在2001年开始起使用。那时候库文件是用C的接口写的，用一个IplImage的C结构存储图像，在老版本的教科书和说明书中你仍可以看到。这种方式导致了内存管理方面的问题，用户不得不自己去释放内存空间。不过为方便使用，现在opencv已经开发了C+
转载
2024-03-12 12:44:16
149阅读
1. 图像载入函数
函数
cvLoadImage载入指定图像文件，并返回指向该文件的IplImage指针。函数支持bmp、jpg、 png、 tiff等格式的图像。其函数原型如下：
IplImage*
cvLoadImage( const char* filename, int iscolor);
其中，filename 是待载入图像的名称，包括图像的
转载
2024-05-26 09:27:51
65阅读
主动轮廓线模型又称为Snake模型，自Kass于1987年提出以来，已广泛应用于数字图像分析和计算机视觉领域。由于Snake模型具有良好的提取和跟踪特定区域内目标轮廓的能力，因此非常适合于医学图像如CT和MR图像的处理，以获得特定器官及组织的轮廓。简单的来讲，Snake模型就是一条可变形的参数曲线及相应的能量函数，以最小化能量目标函数为目标，控制参数曲线变形，具有最小能量的闭合曲线就是目标轮廓。
