# 定义一个空列表
nameList = []
namelist = ["小张" , “小王” , "小李"]
list0 = [3, "小郑"] # 列表中的每一项可以是不同的数据类型
# 列表的遍历
for name in namelLst:
print(name)
flag = 0
while flag < len(nameList):
print(flag)
# 在列表的末尾追加项
转载
2024-07-01 16:18:59
18阅读
摄像头识别红色和蓝色并框选，当该颜色为摄像头屏幕上大多数颜色时打印出该颜色的名称新手学习笔记，第一次写博客，若有错误还请指出（ ~`_` ）~1.调包import cv2
import numpy as np
from matplotlib import pyplot as plt2.初始设置 lower_red = np.array([0, 50, 100])
转载
2023-08-04 17:39:38
0阅读
如果要进行颜色检测，HSV颜色空间是当前最常用的。 HSV(Hue, Saturation, Value)是根据颜色的直观特性由A. R. Smith在1978年创建的一种颜色空间, 也称六角锥体模型(Hexcone Model)。这个模型中颜色的参数分别是：色调（H），饱和度（S），亮度（V）。 RGB和CMY颜色模型都是面向硬件的，而HSV（Hue Saturation Value）颜色模型是
转载
2023-07-14 13:19:56
325阅读
文章目录烟雾和火灾检测从零开始使用YOLOv5+PyQt5+OpenCV实现1. 数据集的制作1.1 数据集采集1.2 使用labelme对图片进行标注2. YOLOv52.1YOLO算法简单介绍2.2 YOLOv5获取与调试2.2.1 下载yolov5代码2.2.2 安装yolov5训练所需的第三方库：2.2.3 下载预训练的权重文件2.2.4 配置自己的yaml文件2.2.5 开始训练2.2
转载
2023-12-13 10:18:24
242阅读
开源代码：https://github.com/spmallick/learnopencv/tree/master/InvisibilityCloak如果你是像我这样的哈利波特粉丝，你会知道隐形斗篷是什么。 是! 这是哈利波特用来隐形的斗篷。 当然，我们都知道隐形斗篷不是真的 - 这都是图形技巧。在这篇文章中，我们将学习如何使用OpenCV中的简单计算机视觉技术创建我们自己的“隐形衣”。 使用C
转载
2024-03-14 17:34:34
41阅读
颜色传感器用途十分广泛，主要用于自动化工业生产领域，举例来说，在包装生产过程中，机器要确定哪种产品放在什么颜色的包装中、糖果包装膜应该在何时切割、如何保证玩具、香水瓶或其它产品其正面朝向包装盒的玻璃纸窗口等等。 目前，用于颜色识别的传感器有两种基本类型（都属于光电式的）：其一是色标传感器，它使用一个白炽灯光源或单色LED光源；其二是RGB（红绿蓝）颜色传感器，它检测目标物体对三基色的反射比率，从而
转载
2023-07-07 22:16:49
33阅读
# Python 检测 Excel 单元格颜色
在数据处理中，Excel 文件是一种广泛使用的数据存储方式。而在 Excel 中，单元格的颜色往往用于突出显示某些数据、强调重点或分组相关信息。在某些情况下，我们可能需要使用 Python 编程语言来检测单元格的颜色，以便进行后续的数据处理和分析。本文将介绍如何使用 Python 检测 Excel 单元格的颜色，并提供示例代码以帮助你理解该过程。
原创
2024-10-20 05:33:25
199阅读
# 项目方案：快速检测图片颜色
## 背景介绍
在图像处理领域，如何快速准确地检测图片中的颜色是一个常见的问题。通过检测图片颜色，我们可以实现很多有趣的功能，比如图像搜索、图像分类、颜色分析等。本项目将介绍如何使用Python来快速检测图片颜色，并且给出代码示例。
## 技术方案
### 1. 使用Python的PIL库加载图片
首先，我们需要使用Python的PIL库（Pillow）来
原创
2024-03-04 07:12:56
365阅读
作者 | 李秋键责编 | 刘静出品 | 本篇文章将通过图片对比的方法检查视频中的动态物体，并将其中会动的物体定位用cv2矩形框圈出来。本次项目可用于树莓派或者单片机追踪做一些思路参考。寻找动态物体也可以用来监控是否有人进入房间等等场所的监控。不仅如此，通过对物体的像素值判断分类，达到判断动态物体总体颜色的效果。引言物体检测，是一种基于目的几何学和统计资料特点的影像拆分，它将目的的拆分和辨识，其准确
转载
2024-07-25 11:10:10
113阅读
main.cpp#include "mainwindow.h"#include #include #include #include #inclu
原创
2022-08-16 16:36:09
380阅读
原标题：Python超级教程，使用Python进行检测面部特征今天，我们将学习如何使用图像来检测面部并提取诸如眼睛，鼻子，嘴巴等面部特征。作为捕捉面部的预处理步骤，我们可以做很多令人难以置信的事情，例如捕捉面部用于标记照片中的人物(手动或通过机器学习)，创建效果以“增强”我们的图像(类似于Snapchat等应用中的图像)，对面部进行情感分析等等。在过去，我已经介绍了如何使用OpenCV检测图像中的
转载
2023-09-21 06:35:47
106阅读
首先，这里不搞黄色，只搞学习，希望大家好好学习，争取早日变成大佬，升职加薪、当上总经理、出任CEO、迎娶白富美、走上人生巅峰，想想是不是有点小激动。 等等，别跑偏了，接下来开始学习。有时我们需要检测出图像中不同颜色的地方，就比如下图中，有很多种颜色，但是我们只想要黄色，那我们应该怎么检测呢 OpenCV中有一个很好的函数，那就是inRange函数，可以将图像中的不同颜色图像根据指定的颜色检测出来。
转载
2023-12-04 16:47:47
87阅读
许多从自然场景中拍摄的图像，其色彩分布上会给人一种和谐、一致的感觉；反过来，在许多界面设计应用中，我们也希望选择的颜色可以达到这样的效果，但对一般人来说却并不那么容易，这属于色彩心理学的范畴（当然不是指某些伪神棍所谓的那种）。从彩色图像中提取其中的主题颜色，不仅可以用于色彩设计（参考网站：Design Seeds），也可用于图像分类、搜索、识别等，本文分别总结并实现图像主题颜色提取的几种算法，包括
用Opencv之颜色识别1.以下是我的基本流程：读入图像图像转成HSV高斯滤波筛选需要识别的颜色腐蚀操作找出轮廓画出轮廓接下来是我的总代码：import cv2
import numpy as np
import re
#颜色RBG取值
color = {
"blue": {"color_lower": np.array([100, 43, 46]), "color_upper": np
转载
2023-08-19 23:56:19
556阅读
邀请朋友在公众号上分享了一篇云台摄像头跟踪的教程。看了教程，跟着做了摄像头部分的功能，发现说的比较简洁，来具体分析一下。 这个颜色检测是在HSV颜色空间下进行的。首先把红色跟踪过程封装成函数，单独建个color_trace.py文件，代码如下：1 import cv2
2 import numpy as np
3 import imutils
4
5 def color_trac
转载
2023-07-16 19:13:08
295阅读
对于现在的最好的检测系统来说，yolo_v1 的问题主要出现在两方面，也就是：（1）yolo_v1存在大量的错误；（2）yolo_v1 的 召回率(recall) 比较低。***科普时间***：准确率(accuracy) ：预测对的/所有 = (TP+TN)/(TP+FN+FP+TN)精确率(precision)：这个概念是针对预测结果而言的，表示的是预测结果中的正例中有多少本身就是正
转载
2024-06-25 18:33:19
350阅读
基于视频结构化的应用中，目标在经过跟踪算法后，会得到一个唯一标识和它对应的运动轨迹，利用这两个数据我们可以做一些后续工作：测速（交通类应用场景）、计数（交通类应用场景、安防类应用场景）以及行为检测（交通类应用场景、安防类应用场景）。我会写三篇文章依次介绍这三个主题。（1）目标跟踪之速度计算（2）目标跟踪之计数（3）目标跟踪之行为检测至此，三个主题都结束了。本篇文章以交通类应用场景为例，介绍车辆异常
在使用 Visual Studio Code (VSCODE) 进行 Python 开发时，很多用户希望提高代码的可读性，尤其是在使用颜色检测等功能以快速识别代码中的关键部分。这如何实现呢？
### 问题背景
在大型 Python 项目中，开发者常常需要对各类数据进行检测与处理，例如图像中的颜色识别情况。这一过程中，使用 VSCODE 提升开发效率变得尤为重要。为了提升代码可读性，许多开发者期
目录第5章 颜色检测5.1 实现原理5.2 Lab颜色模型5.3 cv :: threshold() 阈值函数 5.4 计算图像之间的距离5.4.1 公式计算5.4.2 cv::absdiff()5.4.3 cv::floodFill() 5.5 完整代码Github代码地址：GitHub - Qinong/OpenCV第5章 颜色
转载
2023-09-26 18:17:51
402阅读
研究背景： 最近在做一些瑕疵检测的项目，发现了一个比较好用的瑕疵检测框架，里面囊括了业界大部分经常使用的瑕疵检测算法，在这里记录、分享、总结一下自己的学习过程。框架介绍：MMDetection 是一个基于 PyTorch 的目标检测开源工具箱。它是 OpenMMLab 项目的一部分。主分支代码目前支持 PyTorch 1.5 以上的版本。详细介绍可以参考：https:
