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) 1268浏览 0评论1600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) 1629浏览 0评论722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) 2514浏览 0评论2475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) 1192浏览 0评论1330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) 1899浏览 0评论2173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) 2881浏览 0评论1669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) 1303浏览 0评论2938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) 2545浏览 0评论792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) 2203浏览 0评论578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) 2133浏览 0评论1614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) 2476浏览 0评论1197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) 2684浏览 0评论2931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) 1950浏览 0评论2444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) 1479浏览 0评论883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) 2202浏览 0评论2630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) 2100浏览 0评论2803个赞
涉及函数： cv2.getPerspectiveTransform() cv2.warpAffine() cv2.warpPersperctive() ……继续阅读 » 4年前 (2021-04-26) 3052浏览 0评论1247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) 2918浏览 0评论1101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) 1361浏览 0评论1546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) 2633浏览 0评论1217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) 1284浏览 0评论262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) 1988浏览 0评论481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) 1273浏览 0评论887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) 1482浏览 0评论587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) 1704浏览 0评论2332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) 1870浏览 0评论1618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) 3126浏览 0评论2447个赞
1.首先 ……继续阅读 » 4年前 (2021-04-26) 2742浏览 0评论1650个赞
开头 ……继续阅读 » 4年前 (2021-04-26) 2535浏览 0评论875个赞
首先 ……继续阅读 » 4年前 (2021-04-26) 1750浏览 0评论2100个赞
首先 ……继续阅读 » 4年前 (2021-04-26) 2161浏览 0评论2232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) 1268浏览 0评论1778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)