本章学习目标：学习python opencv中图片和视频的读入，显示和保存。一、图片：（1）读入图片：cv2.imread(par1, #par2) par1: 入读图片的完整路径； #par2: 告诉函数如何读取图片: (a) cv2.IMREAD_COLOR, 读入
转载
2023-10-24 14:16:04
61阅读
# Python 与 OpenCV：图像处理的利器
在计算机视觉和图像处理领域，OpenCV（Open Source Computer Vision Library）是一个强大且开源的库，广泛应用于实时图像处理。随着 Python 语言的普及，OpenCV 和 Python 的结合成为了许多开发者和研究人员的首选工具。本文将介绍 OpenCV 的基本概念、常见方法，并提供代码示例，帮助读者更好地
一、openCV介绍 Open Source Computer Vision Library.OpenCV于1999年由Intel建立，如今由Willow Garage提供支持。OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、MacOS操作系统上。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、M
1、VideoCapture 2、imread 3、resize 4、clone 5、cvtColor 6、Scalar&
转载
2023-06-24 18:39:07
62阅读
对平滑后的图像使用Sobel 算子计算水平方向和竖直方向的一阶导数（图像梯度）（Gx 和Gy）。根据得到的这两幅梯度图（Gx 和Gy）找到边界的梯度和方向，梯度的方向一般总是与边界垂直。梯度方向被归为四类：垂直，水平，和两个对角线。 在获得梯度的方向和大小之后，应该对整幅图像做一个扫描，去除那些非边界上的点。对每一个像素进行检查，看这个点的梯度是不是周围具有相同梯度方向的点中最大的。 现在要确定那
目录1 机器视觉2 缺陷检测3 工业上常见缺陷检测方法 1 机器视觉机器视觉是使用各种工业相机，结合传感器跟电气信号实现替代传统人工，完成对象识别、计数、测量、缺陷检测、引导定位与抓取等任务。其中工业品的缺陷检测极大的依赖人工完成，特别是传统的3C制造环节，产品缺陷检测依赖于人眼睛来发现与检测，不仅费时费力还面临人员成本与工作时间等因素的制约。使用机器视觉来实现产品缺陷检测，可以节约大量时间跟人
转载
2024-06-18 10:25:19
179阅读
python一小段代码单句解析# -*- coding:utf-8 -*-import http.clientimport hashlibimport urllib.parseimport randomfrom flask import FlaskappKey = '2019c018c4d451ac'secretKey = 'dPxFD2pQ7DbHblJlTVlUvGiQUtbVX8f0'ht
转载
2023-07-05 12:51:01
79阅读
【翻译】Character Region Awareness for Text Detection摘要1.引言2.相关工作3.方法3.1结构3.2训练3.2.1真实标签生成3.2.2弱监督学习3.2推理 摘要最近出现了基于神经网络的场景文本检测方法，并显示出令人鼓舞的结果。经过严格的单词级边界框训练的先前方法在以任意形状表示文本区域方面显示出局限性。在本文中，我们提出了一种新的场景文本检测方法，
背景：画框置信度需要用引擎提供的图片来进行验证，就拿到了引擎给的图片，但是业务需要验证多图片不拼接的场景下的数据。只能吧拼接后的图片截开了...工具安装opencv用于图片处理pip install opencv-python简单使用import cv2
# 读取图片
img=cv2.imread(file_path)
# 获取图片宽高
h,w,_=img.shape
# 图片展示
cv2.ims
转载
2023-09-14 14:02:51
135阅读
目录常见操作：图片复制创建一张全黑的图片距离：获取两条直线的距离点到直线的距离视频输入思路取某一区域的图片思路：代码：显示时固定窗口大小代码画线和画圆和画矩形画线画圆画矩形画多边形边缘检测Canny检测在图片上写文字读取视频并保留每一帧图片取不同的名字图像灰度化图像二值化方法一：固定一个阈值方法二：计算像素的平均值方法三：直方图确定阈值方法四：使用近似一维Means方法寻找二值化阈值方法五：伯恩森
转载
2024-02-19 22:01:50
40阅读
实验基础首先我们通过OpenCV中的随机数产生RNG，生成一些均匀分布的随机点，这些点的位置对应一副图像中的像素位置，然后使用kmeans算法对这些随机点进行分类，并计算出类簇的中心点。随机产生的簇的数量是2到5之间的值，采样点的数量范围是1～1000，一维矩阵centers存放kmeans算法结束后，各个簇的中心位置。在下面的例子程序中将用到以下的OpenCV函数： 1、RNG::fill -
转载
2024-04-07 15:07:18
66阅读
模板匹配的概念与原理模板匹配是在一幅图像中寻找与另一幅模板图像最匹配（相似）部分的技术，在OpenCV中，模板匹配由函数MatchTemplate()函数实现。需要注意的是，模板匹配不是基于直方图的，而是通过在输入图像上滑动图像块，对实际的图像块和输入图像进行匹配的一种方法。如图，通过一个人脸图像模板，在整个输入图像上移动这张脸，寻找和这张脸相似的最优匹配。MatchTemplate()函数Mat
转载
2023-10-24 05:53:04
111阅读
模板匹配模板匹配顾名思义就是给定一幅影像(模板)然后在另一幅 图像中寻找这个模板的操作。它是一种用来在一幅大图中 寻找模板图像位置的方法。在OpenCV中有cv2.matchTemplate() 函数供我们方便调用。它的工作原理与2D卷积函数一样， 将模板图像在输入图像(大图)上滑动，并且在每一个位置对 模板图像和与其对应的输入图像的子区域进行比较。返回 的结果是一个灰度图像，每一个像素值表示了此
转载
2023-10-09 14:45:17
306阅读
摘要本文使用opencv实现Halcon中的一个瓶口缺陷检测实例（C++实现），Halcon中对应的例子为inspect_bottle_mouth.hdev，用于检测酒瓶瓶口是否出现破损等缺陷情形。 Halcon实例主要步骤包含五步，分别是：使用阈值处理和形态学粗定位品口位置；XLD轮廓拟合最近似的圆形区域作为瓶口的轮廓；极坐标变换，转换到水平或垂直方向进行处理；均值滤波图与原图做差分，
转载
2024-03-11 12:10:48
365阅读
一、openCV介绍 Open Source Computer Vision Library.OpenCV于1999年由Intel建立，如今由Willow Garage提供支持。OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、MacOS操作系统上。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、M
转载
2024-04-18 22:33:46
206阅读
背景介绍在上一篇cvFindExtrinsicCameraParams2解析（一）中，对cvFindExtrinsicCameraParams2函数中特征点在一个平面上时的外参估计方法进行解析，这个方法是平面标定板会执行的路线。本文对该函数中，当特征点不在同一个平面上时外参数估计的执行路线解析，使用直接线性变换DLT方法，值得注意的是，opencv这里是在有初始内参矩阵的情况下做外参数的估计，若此
转载
2024-08-23 13:39:00
204阅读
系列文章目录巧了，第一篇，目前什么都没有 文章目录系列文章目录前言一、OPENMP并行加速1.开启openMP2.指令及注意事项二、PCL直通滤波与法向量加速1.直通滤波2.法向量计算 前言毕竟成为了高贵的算法工程师，还是要对代码稍微有点要求。其实目前很多东西还在复制粘贴阶段，这就是传说中的CV工程师吧，爱了爱了。一、OPENMP并行加速最近在做一个三维的检测项目，算法开发完发现速度还是有些慢。本
转载
2024-02-21 14:04:47
587阅读
在古老的CNN方法出现以后，并不能适用于图像中目标检测。20世纪60年代，Hubel和Wiesel( 百度百科 )在研究猫脑皮层中用于局部敏感和方向选择的神经元时发现其独特的网络结构可以有效地降低反馈神经网络的复杂性，继而提出了卷积神经网络（Convo...
转载
2017-03-22 13:05:00
254阅读
2评论
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
一、SIFT算法 1、简介 SIFT是Scale-invariant feature transform的缩写，翻译过来的意思就是尺度不变特征转换，它是一种检测局部特征的算法，该算法通过求一幅图中的特征点（interest points,or corner points）及其有关scale 和 orientation 的描述子得到特征并进行图像特征点匹配，具体为在空间尺度中寻找极值点，并提
转载
2024-04-15 13:43:15
79阅读
