形态学转换是一些基于图像形状的简单操作。 它通常在二进制图像上执行。1. 腐蚀、膨胀腐蚀和膨胀是最基本的形态学操作。1.1 腐蚀腐蚀就是原图的高光区域被吃掉了，效果图的高光区域比原图小。 腐蚀的作用是消除物体的边界点，使目标变小，消除比结构元素小的噪声点。 腐蚀是寻找局部最小值的操作。具体操作是：用一个结构元素扫描图像中的每个像素，将结构元素中的每个像素与它所覆盖的像素进行AND运算。 如果两者都
转载
2024-04-15 14:30:46
26阅读
文章目录一、在 Anaconda2 中配置 OpenCV二、OpenCV 基础知识1. 读取、显示和写入图像2. 颜色空间转换3. 在图像上画直线、矩形、圆、多边形(曲线)4. 图像的基础操作5. 视频处理(1)、cv2.VideoCapture 类(2)、cv2.VideoWriter 类(3)、视频读取并保存示例三、OpenCV 中的 DNN 模块1、DNN 简介2、DNN 常用方法简介(1
转载
2024-01-09 16:12:51
322阅读
目标学习不同的形态学操作：侵蚀，膨胀，开闭运算。将学习以下函数：cv.erode(),cv.dilate(), cv.morphologyEx()等。理论形态变换是一些基于图像形状的简单操作。通常在二进制图像上执行。它需要两个输入，一个是我们的原始图像，第二个是决定操作性质的结构元素或内核。两种基本的形态学算子是侵蚀和膨胀。然后，它的变体形式（如“打开”，“关闭”，“渐变”等）也开始起作用。在下图
转载
2023-11-20 13:10:37
119阅读
目标我们将学习使用分水岭算法实现基于标记的图像分割 - 我们将看到：cv.watershed()理论任何灰度图像都可以看作是一个地形表面，其中高强度表示山峰，低强度表示山谷。你开始用不同颜色的水(标签)填充每个孤立的山谷(局部最小值)。随着水位的上升，根据附近的山峰(坡度)，来自不同山谷的水明显会开始合并，颜色也不同。为了避免这种情况，你要在水融合的地方建造屏障。你继续填满水，建造障碍，直到所有的
转载
2024-06-09 10:18:46
66阅读
目标在本章中。我们将学习不同的形态学操作，如腐蚀、膨胀、开运算、闭运算等。我们将看到不同的函数，如：cv.erode(), cv.dilate(), cv.morphologyEx() 等。理论形态学变换是基于图像形状的一些简单操作。它通常是在二进制图像上进行的。它需要两个输入，一个是我们的原始图像，第二个被称为结构化元素或内核，它决定了操作的性质。两个基本的形态学运算符是腐蚀和膨胀。然后，它的变
转载
2024-06-28 10:17:49
63阅读
参考：https://github.com/makelove/OpenCV-Python-Tutorial ch31-Shi-Tomasi角点检测-适合于跟踪的图像特征goodFeaturesToTrackpych32-介绍SIFTsiftpych33-介绍SURFsurfpych34-角点检测的FAST算法fastpych35-BRIEFbriefpych36-ORBorbpych37-特征匹配
转载
2024-02-23 21:19:29
44阅读
目标了解光流的概念及其使用Lucas-Kanade方法的估计。 - 我们将使用cv.calcOpticalFlowPyrLK()之类的函数来跟踪视频中的特征点。 - 我们将使用cv.calcOpticalFlowFarneback()方法创建一个密集的光流场。光流光流是由物体或照相机的运动引起的两个连续帧之间图像物体的视运动的模式。它是2D向量场，其中每个向量都是位移向量，表示点从第一帧到第二帧的
学习获取和修改像素点的值，ROI感兴趣区域，通道分离合并等基本操作等。图像基本操作1、目标访问和修改图片像素点的值获取图片的宽、高、通道数等属性了解感兴趣区域ROI分离和合并图像通道2、获取和修改像素点值我们先读入一张图片：通过行列的坐标来获取某像素点的值，对于彩色图，结果是B,G,R三个值的列表，对于灰度图或单通道图，只有一个值：还记得吗？行对应y，列对应x，所以其实是img[y, x]，需要注
转载
2023-09-27 13:54:22
120阅读
在OpenCV中最核心的类是Mat，它是Matrix的缩写，代表矩阵或者数组的意思，该 类的声明在头文件opencv2\core\core.hpp中，所以使用Mat类时要引入该头文件。构造Mat 对象相当于构造了一个矩阵（数组），需要四个基本要素：行数（高）、列数（宽）、 通道数及其数据类型，所以Mat类的构造函数如下： 其中，rows代表矩阵的行数，cols代表矩阵的列数，type代表类型，包括
转载
2024-05-06 22:51:14
45阅读
本篇主要介绍OpenCV的基本概念和相关的基本函数。一、OPenCV的概念和结构OpenCV：开源的计算机视觉库，一般用C和C++ 编写OpenCV的结构共分为五个部分，分别是图像处理和视觉算法（CV）、机器学习库（ML）、图像和视频输入/输出库（HighGUI）、基本结构和算法，XML支持，绘图函数（CXCORE）以及CVAUx模块，其中前四个模块结构如图所示：在该图中并没有包括CVAUx，CV
转载
2024-04-22 11:20:35
70阅读
视频入门学习读取视频，显示视频和保存视频。学习从相机捕捉并显示它。你将学习以下功能：cv.VideoCapture()，cv.VideoWriter()从相机中读取视频要捕获视频，你需要创建一个 VideoCapture 对象。它的参数可以是设备索引或视频文件的名称。设备索引就是指定哪个摄像头的数字。正常情况下，一个摄像头会被连接(就像我的情况一样)。所以我简单地传0(或-1)。你可以通过传递1来
转载
2024-05-30 22:28:06
31阅读
目标在本教程中，您将学习简单阈值，自适应阈值和Otsu阈值。你将学习函数cv.threshold和cv.adaptiveThreshold。简单阈值对于每个像素，应用相同的阈值。如果像素值小于阈值，则将其设置为0，否则将其设置为最大值。函数cv.threshold用于应用阈值。第一个参数是源图像，它应该是灰度图像。第二个参数是阈值，用于对像素值进行分类。第三个参数是分配给超过阈值的像素值的最大值。
转载
2024-01-11 21:43:57
50阅读
本文仅供学习使用 Python高级——Ch24图像处理OpenCV（24.14~24.23）24. 图像处理OpenCV24.14 轮廓查找与绘制24.14.1 查找轮廓——cv2.findContours()24.14.2 绘制轮廓——cv2.drawContours()24.14.3 访问轮廓24.15 轮廓特征属性及应用24.15.1 凸包24.15.2 使用特定形状的轮廓包围24.15.3
转载
2024-08-12 19:08:43
40阅读
本系列文章会深入讲解OpenCV 4（Python版）的核心技术，并提供了大量的实战案例。这是本系列文章的第3篇，主要讲解OpenCV处理图像的基本方法，主要包括读取图像、显示图像、保存图像和获取图像的属性。目录1. 灰度（GRAY）色彩空间2. 从RGB/BGR色彩空间转换到GRAY色彩空间3. RG
转载
2023-11-09 12:55:45
125阅读
学习机器视觉—OpenCV(一)一、认识OpenCV1、OpenCV是什么？OpenCV（Open Source Computer Vison Libray）,是基于开源发行的计算机视觉库，实现了图像处理和计算机视觉方面的很多通用算法。OpenCV覆盖了计算机视觉的许多应用领域，可用于解决 人机交互，物体识别，图像分区，人脸识别，动作识别，运动追踪，机器人领域的问题。我想说：OpenCV其实就是很
转载
2024-03-20 09:08:37
137阅读
目录1.【core】--核心功能模块2.【imgproc】--图像处理模块3.【features2D】--2D功能模块4.【highgui】--高层gui图形用户界面（high GUI）5.【ml】——Machine Learning，机器学习模块6.【calib3d】7.【contrib】8.【flann】9.【legacy】10.【nonfree】11.【objdetect】12.【ocl】
转载
2024-03-10 19:00:48
69阅读
鼠标作为画笔目标了解如何在OpenCV中使用鼠标您将学习以下函数：cv.setMouseCallback()简单演示在这里，我们创建一个简单的应用程序，无论我们在哪里双击它，都可以在图像上绘制一个圆。首先，我们创建一个鼠标回调函数，该函数在发生鼠标事件时执行。鼠标事件可以是与鼠标相关的任何事物，例如左键按下，左键按下，左键双击等。它为我们提供了每个鼠标事件的坐标(x，y)。通过此活动和地点，我们可
转载
2024-01-28 01:40:36
35阅读
文章目录安装图片的读取显示和保存视频的读取显示和保存画些图形画线画矩形画圆画椭圆画多边形画一些文字鼠标作画鼠标事件绑定回调函数使用TrackBar 笔记来源于官方文档 安装． 在控制台运行pip install opencv-python，等待下载安装完成就可以直接引用了图片的读取显示和保存． 使用cv2.imread()来读取图片，cv2.imshow()来显示图片，cv2.imwrite()
转载
2024-02-28 10:48:45
556阅读
Goal在本教程中，您将学习如何：使用 OpenCV 函数 Laplacian() 来实现 Laplacian 算子的discrete analog离散模拟。Theory1. 在之前的教程中，我们学习了如何使用 Sobel 算子。 这是基于这样一个事实，即在边缘区域，像素强度显示出“跳跃jump”或强度的高变化。 得到强度的一阶导数，我们观察到边缘的特征是最大值，如图所示：2. 而且......如
转载
2024-10-28 15:56:05
30阅读
Keras入门（四）之利用CNN模型轻松网站验证码 一文看懂YOLO v3https://www.zhihu.com/collection/366298672opencv : https://github.com/gzr2017/ImageProcessing100Wen/blob/master/Question_01_10/answers_py/answer_1.py&nbs
