07 2019 档案

摘要:原理 Canny边缘检测是一种常用的边缘检测算法。由 John F. Canny提出 这是一个多阶段的算法,我们将经历每个阶段。 1.降低噪音 由于边缘检测容易受到图像中噪声的影响,第一步是用5x5高斯滤波器去除图像中的噪声。我们在前几章已经见过了。 2.寻找图像的强度梯度 然后对平滑后的图像进行水 阅读全文
posted @ 2019-07-30 11:05 少灬儿郎 阅读(3967) 评论(0) 推荐(1)
摘要:什么是梯度?梯度简单来说就是求导数。根据导数来检测图像的边缘。 本文使用的参数 输出图像的深度, see combinations; 针对不同输入图像,有不同深度的输出图像,具体如下 原理 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。 阅读全文
posted @ 2019-07-29 18:18 少灬儿郎 阅读(609) 评论(0) 推荐(0)
摘要:二维卷积(图像滤波) 与一维信号一样,图像也可以用各种低通滤波器(LPF)、高通滤波器(HPF)等进行滤波。LPF有助于去除噪声,模糊图像等。HPF过滤器有助于在图像中找到边缘。OpenCV提供了一个函数cv.filter2D()来将内核与图像进行卷积。例如,我们将尝试对图像进行平均滤波。一个5x5 阅读全文
posted @ 2019-07-29 15:51 少灬儿郎 阅读(868) 评论(0) 推荐(0)
摘要:简单阈值 对每一个像素都应用相同的阈值。如果像素值小于阈值,则将其设置为0,否则设置为最大值。cv.threshold函数用于设置阈值,它的第一个参数是源图像的灰度图像,第二个参数是用于对像素值进行分类的阈值,第三个参数是分配给超过阈值的像素值的最大值。OpenCV提供了不同类型的阈值,阈值类型由函 阅读全文
posted @ 2019-07-28 17:28 少灬儿郎 阅读(604) 评论(0) 推荐(0)
摘要:opencv提供了2个转换函数,可以对图像进行任意转换。 cv.warpAffine和cv.warpPerspective.第一种采取2*3的矩阵作为输入。第二种采取3*3的矩阵作为输入。 1.缩放 函数: cv.resize(src, dsize[, dst[, fx[, fy[, interpo 阅读全文
posted @ 2019-07-25 11:26 少灬儿郎 阅读(2112) 评论(0) 推荐(0)
摘要:1.颜色空间转换 OpenCV中有150多种颜色空间转换方法。但是我们将研究只有两个最广泛使用的,BGR↔Gray 和BGR↔HSV,BGR和灰度图的转换使用 cv2.COLOR_BGR2GRAY ,BGR和HSV的转换使用 cv2.COLOR_BGR2HSV。在HSV空间中,H表示色彩/色度,取值 阅读全文
posted @ 2019-07-14 16:42 少灬儿郎 阅读(973) 评论(0) 推荐(0)
摘要:1.使用OpenCV测量性能 1.1常用函数: retval=cv.getTickCount() retval=cv.getTickFrequency() 1.2固定写法: 2.OpenCV中的默认优化 许多OpenCV函数都是使用SSE2、AVX等进行优化的。它还包含未加密的代码。因此,如果我们的 阅读全文
posted @ 2019-07-14 15:20 少灬儿郎 阅读(770) 评论(0) 推荐(0)
摘要:算术运算符 概述 我们可以通过OpenCV函数(cv.add())或简单的numpy操作(res = img1 + img2)对两个图像运算。两个图像的 depth(存储每幅图像所用到的位数,图像深度确定彩色图像的每个像素可能有的颜色数) and type应该相同,或者第二个图像可以只是一个标量值。 阅读全文
posted @ 2019-07-14 13:52 少灬儿郎 阅读(2410) 评论(0) 推荐(0)
摘要:摘要: 本文提出了一种新的特征检测方法,该方法利用光照不变空间,实现了变光照条件下的鲁棒性。利用暗通道先验知识,该方法建立了三个指标来描述RGB颜色空间中的光照不变分量,消除了光敏部分。将保留的分量转化为光照不变空间,使传统的特征检测方法具有更好的鲁棒性。与现有的变换方法相比,该方法从RGB空间到光 阅读全文
posted @ 2019-07-13 15:12 少灬儿郎 阅读(370) 评论(0) 推荐(0)
摘要:python-opencv中的图像表示 OpenCV中图像读入的数据格式是numpy的ndarray数据格式。用数组描述图像。是BGR格式,取值范围是[0,255]. 分为三个维度: 第一维度:Height 高度,对应图片的 行数 第二维度:Width 宽度,对应图片的 列数 第三维度:Value 阅读全文
posted @ 2019-07-07 11:16 少灬儿郎 阅读(454) 评论(0) 推荐(0)
摘要:创建跟踪条与指定窗口绑定 常用函数: createTrackbar()创建滑动条且与窗口绑定 cv.createTrackbar(trackbarname,winname,value,count,onChange,userdata) trackbarname:跟踪条名称 winname:绑定窗口名称 阅读全文
posted @ 2019-07-07 09:57 少灬儿郎 阅读(2072) 评论(0) 推荐(0)
摘要:鼠标事件 打印所有鼠标事件 将窗口与鼠标事件绑定 cv2.setMouseCallback(windowName, MouseCallback, param=None) windowName:窗口名称 MouseCallback:鼠标响应回调函数 param:响应函数传递的的参数 鼠标响应回调函数 阅读全文
posted @ 2019-07-06 18:14 少灬儿郎 阅读(1654) 评论(0) 推荐(0)
摘要:常见参数: color:颜色(255,255,0),BGR表示 thickness:线宽px,-1代表填充 linetype:圆边界类型。cv.LINE_4,cv.LINE_8,cv.LINE_AA,AA代表抗锯齿线 shift:图形缩小倍数 线 常见函数: cv.arrowedLine() 箭头线 阅读全文
posted @ 2019-07-06 13:15 少灬儿郎 阅读(2358) 评论(0) 推荐(0)
摘要:import numpy as np import cv2 as cv # 读入图像 # cv.IMREAD_COLOR cv.IMREAD_GRAYSCALE cv.IMREAD_UNCHANGED cv2.COLOR_BGR2RGB img = cv.imread('4.jpg', cv.IMREAD_COLOR) # 创建窗口 # cv.WINDOW_AUTOSIZE cv.WIND... 阅读全文
posted @ 2019-07-06 11:52 少灬儿郎 阅读(748) 评论(0) 推荐(0)