1 不同色彩空间的转换opencv 中有数百种关于不同色彩空间的转换方法，但常用的有三种色彩空间：灰度、BRG、HSV(Hue-Saturation-Value)灰度 - 灰度色彩空间是通过去除彩色信息来将其转换成灰阶，灰度色彩空间对中间处理特别有效，比如人脸检测BGR - 蓝-绿-红 彩色空间，每个像素点都由一个三元数组来表示，分别代表蓝-绿-红三种颜色。HSV，Hue 表示色调，Saturat
本文目标是通过使用SIFT和RANSAC算法，完成特征点的正确匹配，并求出变换矩阵，通过变换矩阵计算出要识别物体的边界SIFT算法是目前公认的效果最好的特征点检测算法，关于该算法的就不多说了，网上的资料有很多，在此提供两个链接，一个是SIFT原文的译文，一个是关于SIFT算法的详细解释：SIFT算法译文SIFT算法详解整个实现过程可以复述如下：提供两张初始图片，一幅为模板图像，一幅为测试图片，目的
转载
2024-03-25 23:07:57
228阅读
转载
2024-07-30 21:00:13
101阅读
39 Meanshift 和 和 Camshift目标 • 本节我们要学习使用 Meanshift 和 Camshift 算法在视频中找到并跟踪目标对象39.1 Meanshift Meanshift 算法的基本原理是和很简单的。假设我们有一堆点（比如直方图反向投影得到的点），和一个小的圆形窗口，我们要完成的任务就是将这个窗口移动到最大灰度密度处（或者是点最多的地方）。如下
转载
2024-08-26 19:56:05
52阅读
摸索了两天，终于把等高线效果做出来了，摸索的过程也有记录的意义。下面开始。 等高线滤镜有色阶、较低、较高三个控制项，根据PS书籍记载，选择"较低"选项时将在基准亮度以下的轮廓上产生等高线，反之，在基准亮度以上的轮廓上产生等高线，这里的基准亮度就是指色阶。根据描述，可知这里进行了阈值处理，可
转载
2024-06-09 13:02:44
379阅读
1 Blinn-Phone 与 冯氏光照模型有什么区别？答：在冯氏光照模型中观察向量和反射向量夹角大于90度点积为负数，镜面分量为0，高光区域会出现明显断层。Blinn-phone光照模型唯一不同就是取得是观察向量和反射向量之间的半程向量，它不会大于90度。2 Gamma 校正作用及如何使用？答：电压与亮度不会是一条直线，通过乘一个gamma值校正成直线。使用法一：glEnable(GL_FRAM
转载
2024-04-22 11:08:06
50阅读
交通灯颜色识别有难点，因为很多时候，颜色会因为环境而变化，例如下面的红灯，下图不用理会右边的交通灯，因为我调试程序中是限定了id==8641只分析左边这个，所以右边这个没进行处理。 上图左边是向左的箭头灯，右边是向右的箭头。但是使用颜色空间进行提取颜色时，这箭头很亮的部分，其实已经接近白色了，所以就提取不到红色了。这张图是截取亮灯中心带一点周边的图像： 下面这张图是截取亮灯中心的图像：【注意，这里
转载
2024-03-25 20:57:33
82阅读
OpenCV入门图像图像是什么模拟图像和数字图像数字图像的表示图像的分类OpenCV简介OpenCV-PythonOpenCV部署方法pip install opencv-python==3.4.2.17测试import cv2
# 读一个图片并进行显示(图片路径需自己指定)
lena=cv2.imread("1.jpg")
cv2.imshow("image",lena)
cv2.waitKey
BS版图形系统 - OpenCV - 第5章笔记5 自动光学检查、对象分割和检测5.1 技术要求5.2 隔离场景中的对象5.3 为AOI创建应用程序5.4 预处理输入图像5.4.1 噪声消除5.4.2 用光模式移除背景进行分割5.4.3 阈值5.5 分割输入图像5.5.1 连通组件算法5.5.2 findContours算法5.6 总结 5 自动光学检查、对象分割和检测AOI：自动光学检查5
转载
2024-09-08 09:52:04
91阅读
一、理论基础在数学中我们学过线性理论，在图像亮度和对比度调节中同样适用，看下面这个公式：在图像像素中其中：参数f(x)表示源图像像素。参数g(x) 表示输出图像像素。参数a（需要满足a>0）被称为增益（gain），常常被用来控制图像的对比度。参数b通常被称为偏置（bias），常常被用来控制图像的亮度。二、获取图像像素在opencv中图像数据是存放在Mat数据类型中，我们知道一个像素有rgb构
转载
2023-07-28 10:25:45
569阅读
[size=x-large][color=blue]方法一、压暗高光&重新着色[/color][/size]
当皮肤很油又使用闪光灯时，很容易在面部形成高光区域。
下面讲一下我今天处理高光区域的心得：
皮肤可以分为纹理和色彩两个属性。其中纹理主要由亮度通道（Lab模式的L通道）决定，色彩则由a、b通道确定。
处理思路为在保持高光区域纹理的情
转载
2024-07-19 14:00:59
95阅读
添加阴影不要在原图上画阴影，可以新建一个透明的图层。图层->新建->图层，颜色
原创
2022-09-13 15:14:36
632阅读
前面曾经介绍过空间域滤波，空间域滤波就是用各种模板直接与图像进行卷积运算，实现对图像的处理，这种方法直接对图像空间操作，操作简单，所以也是空间域滤波。频域滤波说到底最终可能是和空间域滤波实现相同的功能，比如实现图像的轮廓提取，在空间域滤波中我们使用一个拉普拉斯模板就可以提取，而在频域内，我们使用一个高通滤波模板（因为轮廓在频域内属于高频信号），可以实现轮廓的提取，后面也会把拉普拉斯模板频域化，会发
概念定义光流是空间运动物体在观测成像平面上的像素运动的“瞬时速度”，是由对象或相机的移动引起的两个连续帧之间的图像对象的明显运动的模式，它是2D矢量场，其中每个矢量是位移矢量，表示从第一帧到第二帧的点的移动。根据各个像素点的速度矢量特征，可以对图像进行动态分析，例如目标跟踪。使用光流的前提亮度恒定：同一点随着时间的变化，其亮度不会发生改变。小运动：随着时间的变化不会引起位置的剧烈变化，只有小运动情
转载
2023-11-28 13:20:46
51阅读
文章目录一、前言二、代码实现二、算法改进一、前言本文探讨图像阴影部分提取，借鉴【博主】思想，处理图像：图像处理都是光照
原创
2020-08-23 10:39:24
752阅读
# 使用 OpenCV 和 Python 去除图像中的阴影
在图像处理中，阴影的存在常常会影响后续的图像分析，如物体识别和特征提取等。本文将一步步教会你如何使用 OpenCV 和 Python 去除图像中的阴影。我们将通过以下步骤来实现这一功能：
| 步骤 | 描述 |
|------|----------------
1. 形态学2. 常用接口2.1 cvtColor()2.2 图像二值化threshod()自适应阈值二值化adaptiveThreshod()2.3 腐蚀与膨胀erode()getStructuringElement()dilate()2.4开、闭、梯度、顶帽、黑帽运算morphologyEx() 1. 形态学OpenCV形态学是一种基于OpenCV库的数字图像处理技术，主要用于处理图像的形状
因为在理解LK光流opencv源码的过程中，没有找到相关的资料，因此将自己理解的过程及思考贴出来，希望可以记录并便于大家查阅，如果大家对代码有不同的理解或想法，欢迎评论讨论~opencv--LK光流算法--源码解析LK光流算法由Jean - Yves Bouguet提出，该算法是基于亮度恒定、时间连续、空间具有一致性的前提下，提出的一种基于特征点的追踪算法。该算法是将求两帧间特征点的最小误差值应用
转载
2023-10-31 18:11:46
267阅读
光流估计定义光流是空间运动物体在观测成像平面上的像素运动的“瞬时速度”，根据各个像素点的速度矢量特征，可以对图像进行动态分析，例如目标跟踪。特点亮度恒定：同一点随着时间的变化，其亮度不会发生改变。小运动：随着时间的变化不会引起位置的剧烈变化，只有小运动情况下才能用前后帧之间单位位置变化引起的灰度变化去近似灰度对位置的偏导数。空间一致：一个场景上邻近的点投影到图像上也是邻近点，且邻近点速度一致。因为
转载
2023-11-20 02:46:21
106阅读
OpenCV中的稠密光流：LK算法计算的是稀疏的特征点光流，如样例当中计算的是使用 Shi-Tomasi算法得到的特征点。opencv当总提供了查找稠密光流的方法。该方法计算一帧图像当中的所有点。该方法是基于Gunner Farneback提出的一篇论文Two-Frame Motion Estimation Based on Polynomial Expansion。Farneback稠密光流的主
转载
2023-11-01 23:42:26
110阅读
