主题 首先我们先来看下我们的原图： ……继续阅读 » 4年前 (2021-04-26) 1466浏览 0评论210个赞
主题 视觉测距作为机器视觉领域内基础技术之一而受到广泛关注，其在机器人领域内占有重要的地位，被广泛应用于机器视觉定位、目标追踪、视觉避障等。 视觉测距主要分为单目测距、双目测距、结构光测距等。结构光由于光源的限制，应用的场合比较固定；而双目测距的难点在于特征点的……继续阅读 » 4年前 (2021-04-26) 2244浏览 0评论2389个赞
主题 本章我们要学习的是目标物体检测，这里我们需要使用到SIFT特征提取，BOW词袋建立以及SVM支持向量机的知识（这些讲起……继续阅读 » 4年前 (2021-04-26) 2269浏览 0评论2614个赞
主题 本章我们要学习的是运动物体的跟踪，现代图像处理中经典的几种跟踪方法主要是：meanshift（均值漂移），Camshift（meanshift的优化版本），KCF，光流法等。 我们本章主要介绍的是前两种，meanshift（均值漂移）以及Camshift（……继续阅读 » 4年前 (2021-04-26) 1978浏览 0评论1912个赞
主题 之前我们在 (Python)从零开始,简单快速学机器仿人视觉Opencv—运用三：物体运动跟踪 中已经学习了关于Meanshift和Camshift的运算，本章节将……继续阅读 » 4年前 (2021-04-26) 1402浏览 0评论1224个赞
主题 在本节中我们将描述一种称为图像修复的区域填充算法。 这种图片修复算法的作用是可以通过使用OpenCV模块来进行图片上异常划痕或斑点等噪线、噪点的修复，而且代……继续阅读 » 4年前 (2021-04-26) 2504浏览 0评论1640个赞
事前准备 使用库: opencv，可以用pip install opencv-python来安装（注意！不是pip install opencv！！！） numpy（这个本节不用，但是以后经常要用到） <……继续阅读 » 4年前 (2021-04-26) 3062浏览 0评论260个赞
准备工作 使用库: numpy opencv 任务1 用摄……继续阅读 » 4年前 (2021-04-26) 2717浏览 0评论2718个赞
主题 本章我们要学习的是运动物体的跟踪，现代图像处理中经典的几种跟踪方法主要是：meanshift（均值漂移），Camshift（meanshi……继续阅读 » 4年前 (2021-04-26) 2646浏览 0评论287个赞
准备 使用工具:Python3.5， 使用库: numpy opencv 涉及函数 涉及的函数：cv2……继续阅读 » 4年前 (2021-04-26) 1182浏览 0评论653个赞
准备工作 使用工具：Python3.5 涉及包：cv2 numpy 涉及函数 函数：cv2.setMo……继续阅读 » 4年前 (2021-04-26) 3024浏览 0评论2408个赞
注释 本节对仿人视觉没什么作用，只是想把opencv里面的这个函数给讲一下，以后就算不用opencv去做仿人视觉，也可以派的上用场。 ……继续阅读 » 4年前 (2021-04-26) 3092浏览 0评论2930个赞
提前准备 使用工具Python3.5 使用包cv2，numpy 任务1 获取并修改像素值 读取一副……继续阅读 » 4年前 (2021-04-26) 2679浏览 0评论1778个赞
准备工作 使用工具Python3.5 使用包cv2，numpy 涉及函数cv2.add() ,cv2.addWeighted() 任务1 图像加法……继续阅读 » 4年前 (2021-04-26) 1523浏览 0评论1625个赞
事前准备： 使用工具Python3.5 使用包cv2，numpy，time，profile 涉及函数： cv2.getTickCount，cv2.getTickFrequency ……继续阅读 » 4年前 (2021-04-26) 1312浏览 0评论1356个赞
事先准备 使用工具Python3.5 使用包cv2，numpy 涉及函数 cv2.cvtColor() cv2.inRange() 任务1:转换颜色空间 ……继续阅读 » 4年前 (2021-04-26) 3140浏览 0评论1056个赞
涉及函数： cv2.getPerspectiveTransform() cv2.warpAffine() cv2.warpPersperctive() ……继续阅读 » 4年前 (2021-04-26) 1677浏览 0评论1314个赞
事前准备 使用工具：Python3.5 使用库：cv2,numpy 原始图像 ……继续阅读 » 4年前 (2021-04-26) 1488浏览 0评论540个赞
事先准备 使用工具：Python3.5 使用库：cv2,numpy 任务1:2D卷积 同一维信号一样，可以对2D图像实施低通……继续阅读 » 4年前 (2021-04-26) 3043浏览 0评论1502个赞
涉及函数 cv2.erode(),cv2.dilate(),cv2.morphotogyEx() 首先 首先我们看下原始图像： &……继续阅读 » 4年前 (2021-04-26) 1910浏览 0评论1479个赞
事先说明 图像梯度原理：简单来说就是求导 OpenCV提供了三种不同的梯度滤波器，或者说高通滤波器：Sobel，Scharr和Laplacian。Sobel和Scharr是求一阶或二阶导数。Scharr是对Sobel（使用小的卷积核求……继续阅读 » 4年前 (2021-04-26) 1754浏览 0评论1820个赞
首先： Canny边缘检测：cv2.Canny() 任务1：原理 步骤1.1 噪音去除 由于边缘检测很容易受到噪音影响，所以第一……继续阅读 » 4年前 (2021-04-26) 2194浏览 0评论2250个赞
1.原理 一般情况下，我们要处理是一副具有固定分辨率的图像。但是特别情况下我们需要对同一个图像的不同分辨率的子图像进行处理，如查找图像中的某个目标，如人脸，我们不知道目标在图像中的尺寸大小。这种情况下，我们需要创建一组图像，这些图像是具有不同分辨率……继续阅读 » 4年前 (2021-04-26) 2749浏览 0评论1396个赞
什么是轮廓 轮廓可以简单认为成连续的点（连着边界）连在一起的曲线，具有相同的颜色或者灰度。轮廓在形状分析和物体的检测和识别中很有用。 ·为了准确，要使用二值化图像。需要进行阀值化处理或者Canny边界检测。 ·查找轮廓的函数会修改原始……继续阅读 » 4年前 (2021-04-26) 1974浏览 0评论2465个赞
1.1长宽比 边界矩形的宽高比 x,y,w,h=cv2.boundingRect(cnt)aspect_ratio = float(w)/h……继续阅读 » 4年前 (2021-04-26) 2723浏览 0评论1193个赞
1 凸缺陷 找到凸缺陷 hull=cv2.convexHull(cnt,returnPoints=False)defects=cv……继续阅读 » 4年前 (2021-04-26) 2452浏览 0评论1182个赞
一般情况下我们称外部的形状为父，内部的形状为子。按照这种方式分类，一幅图像中的所有轮廓之间就建立父子关系。这样我们就可以确定一个轮廓与其他轮廓是怎样连接的，它是不是某个轮廓的子轮廓，或者是父轮廓。这种关系就成为组织结构。 ……继续阅读 » 4年前 (2021-04-26) 3105浏览 0评论900个赞
1.首先 ……继续阅读 » 4年前 (2021-04-26) 2035浏览 0评论1640个赞
开头 ……继续阅读 » 4年前 (2021-04-26) 1301浏览 0评论2396个赞
首先 ……继续阅读 » 4年前 (2021-04-26) 2380浏览 0评论133个赞
首先 ……继续阅读 » 4年前 (2021-04-26) 2643浏览 0评论377个赞
引言 进行图像的分割的方式有很多种，这里我们主要要介绍的是一种叫做分水岭（Watershed）的算法。 ……继续阅读 » 4年前 (2021-04-26) 2489浏览 0评论986个赞
![[OpenCV]经典霍夫变换原理](https://blog.75271.com/wp-content/themes/com75271/timthumb.php?src=/Uploads/old-md/uploads/20210207_17802.gif&h=123&w=200&q=90&zc=1&ct=1)
![[OpenCV]时间中值滤波](https://blog.75271.com/wp-content/themes/com75271/timthumb.php?src=/Uploads/old-md/uploads/20210209_52249.png&h=123&w=200&q=90&zc=1&ct=1)
![[OpenCV]特征对齐](https://blog.75271.com/wp-content/themes/com75271/timthumb.php?src=/Uploads/old-md/uploads/20210211_96404.png&h=123&w=200&q=90&zc=1&ct=1)
![[OpenCV]Watershed算法进行图形分割](https://blog.75271.com/wp-content/themes/com75271/timthumb.php?src=/Uploads/old-md/uploads/20210212_78947.jpg&h=123&w=200&q=90&zc=1&ct=1)