摘要: GOCVHelper主要包含图像处理、图像增强和基础文件处理三个部分。由于前两个部分较具有通用性,而且我在不同项目中都进行了反复使用,为了进一步说明类库内容,这里反过来从项目角度出发,对现有的类库进行整理。 阅读全文
posted @ 2022-12-22 15:46 jsxyhelu 阅读(56) 评论(0) 推荐(0) 编辑

摘要: 基于Unet+opencv实现天空对象的分割、替换和美化 传统图像处理算法进行“天空分割”存在精度问题且调参复杂,无法很好地应对云雾、阴霾等情况;本篇文章分享的“基于Unet+opencv实现天空对象的分割、替换和美化”,较好地解决了该问题,包括以下内容: 1、基于Unet语义分割的基本原理、环境构建、参数调节等 2、一种有效的天空分割数据集准备方法,并且获得数据集 3、基于OpenCV的Pytorch模型部署方法 4、融合效果极好的 SeamlessClone 技术 5、饱和度调整、颜色域等基础图像处理知识和编码技术 本文适合具备 OpenCV 和Pytorch相关基础,对“天空替换”感兴趣的人士。学完本文,可以获得基于Pytorch和OpenCV进行语义分割、解决实际问题的具体方法,提高环境构建、数据集准备、参数调节和运行部署等方面综合能力。 阅读全文
posted @ 2022-12-21 11:33 jsxyhelu 阅读(339) 评论(1) 推荐(0) 编辑

摘要: 遥感图像识别已经有很多成熟的模型和实现,这里我们选择yolov5_obb和dota数据集,以说明并实现一种思路:那就是先识别、再标注、再训练的过程。鉴于领域内数据往往比较封闭,对此类数据的标注实现难度较大,所以需要模型迁移。首先基于已经训练的成果,实现初步标绘;而后通过人在回路的修正,获得精确的结果 阅读全文
posted @ 2022-12-14 10:33 jsxyhelu 阅读(311) 评论(0) 推荐(2) 编辑

2022年12月22日

摘要: GOCVHelper主要包含图像处理、图像增强和基础文件处理三个部分。由于前两个部分较具有通用性,而且我在不同项目中都进行了反复使用,为了进一步说明类库内容,这里反过来从项目角度出发,对现有的类库进行整理。 阅读全文
posted @ 2022-12-22 15:46 jsxyhelu 阅读(56) 评论(0) 推荐(0) 编辑
摘要: 传统的条码识读方法是使用专用的激光扫描器来扫描条码,从而获取条码中的信息。这个过程人工介入程度较深、一般用于吞吐量较大的专业领域。 近年来随着图像处理技术的发展,特别是终端手持设备性能的增强,广泛出现基于图像进行识别的情况。 阅读全文
posted @ 2022-12-22 15:28 jsxyhelu 阅读(32) 评论(0) 推荐(0) 编辑
摘要: LocalNormalization算法原理、实现和在视频处理中震铃效果的发现和去除 LocalNormalization这种图像增强算法是什么?有什么用?如何实现?当这种图像算法运用到动态视频的过程中会出现什么新的问题,如何解决问题获得做好效果? 阅读全文
posted @ 2022-12-22 15:04 jsxyhelu 阅读(17) 评论(0) 推荐(0) 编辑
摘要: 将GOCVHelper推向opencv——关于thinning函数的探索 阅读全文
posted @ 2022-12-22 14:55 jsxyhelu 阅读(9) 评论(0) 推荐(0) 编辑
摘要: 浏览网页的时候发现一篇不错的文章"用Python和OpenCV创建一个图片搜索引擎的完整指南 " http://python.jobbole.com/80860/. 作者在浏览自己旅游的照片的时候,发现照片太多了分类不过来,一时技痒写了个分类软件,虽然简单但是有用。关键的是我发现他在原文中使用了半个小时就写出来了。【2022年,现在这里的技术已经过时,应该使用milvus】 阅读全文
posted @ 2022-12-22 14:33 jsxyhelu 阅读(10) 评论(0) 推荐(0) 编辑
摘要: 多尺度的图像细节提升multiScaleSharpen实现方法 多尺度的图像细节提升multiScaleSharpen实现方法 阅读全文
posted @ 2022-12-22 12:17 jsxyhelu 阅读(23) 评论(0) 推荐(0) 编辑
摘要: AnswerOpenCV(0416)一周佳作欣赏 2017年4月16日 一周AnswerOpenCV佳作赏析 阅读全文
posted @ 2022-12-22 11:44 jsxyhelu 阅读(9) 评论(0) 推荐(0) 编辑
摘要: 以上是检测类项目中的常用方法 在这种“量化”的项目中,越是简单的算法越能够得出稳定有效的结论; 阅读全文
posted @ 2022-12-22 11:13 jsxyhelu 阅读(63) 评论(0) 推荐(0) 编辑
摘要: GOCVHelper(GreenOpen Computer Version Helper )是我在这几年编写图像处理程序的过程中积累下来的函数库。主要是对Opencv的适当扩展和在实现Mfc程序时候的功能增强。 这里将算法库开放源代码,并且编写一系列blog对函数实现进行说明。目的是在于“取之于互联网,用之于互联网”。并且也希望该库能够继续发展下去。 由于算法库基于Opencv和Mfc进行编写,所以要求阅读使用者具备一定基础。 最终提交的是GOCVHelper.h 和GOCVHelper版本号.cpp两个文件。通过阅读头文件,能够对算法库实现的功能加以了解: 代码最新版本,请上Github或者Gitee搜索名称即可。当前博客中不一定是最新的。 阅读全文
posted @ 2022-12-22 08:48 jsxyhelu 阅读(33) 评论(0) 推荐(0) 编辑

2022年12月21日

摘要: 基于Unet+opencv实现天空对象的分割、替换和美化 传统图像处理算法进行“天空分割”存在精度问题且调参复杂,无法很好地应对云雾、阴霾等情况;本篇文章分享的“基于Unet+opencv实现天空对象的分割、替换和美化”,较好地解决了该问题,包括以下内容: 1、基于Unet语义分割的基本原理、环境构建、参数调节等 2、一种有效的天空分割数据集准备方法,并且获得数据集 3、基于OpenCV的Pytorch模型部署方法 4、融合效果极好的 SeamlessClone 技术 5、饱和度调整、颜色域等基础图像处理知识和编码技术 本文适合具备 OpenCV 和Pytorch相关基础,对“天空替换”感兴趣的人士。学完本文,可以获得基于Pytorch和OpenCV进行语义分割、解决实际问题的具体方法,提高环境构建、数据集准备、参数调节和运行部署等方面综合能力。 阅读全文
posted @ 2022-12-21 11:33 jsxyhelu 阅读(339) 评论(1) 推荐(0) 编辑

导航