2022年12月3日

摘要: 所谓"blend",英文解释为“vt. 混合vi. 混合;协调n. 混合;掺合物”这里应该理解为是图像数据的融合。这是“识别->对准->融合”的最后一步。融合是决定拼接质量的关键一步,一方面它决定于图像对准的质量,一方面它本身的也直接对拼接的最终结果负责。 最简单和便于理解的融合为liner,正好借 阅读全文
posted @ 2022-12-03 15:33 jsxyhelu 阅读(185) 评论(0) 推荐(1) 编辑
摘要: 模版的多个匹配,能够得到所有匹配的结果。模板匹配是数字图像处理的重要组成部分之一。 把不同传感器或同一传感器在不同时间、不同成像条件下对同一景物获取的两幅或多幅图像在空间上对准,或根据已知模式到另一幅图中寻找相应模式的处理方法就叫做模板匹配 简单而言,模板就是一幅已知的小图像。模板匹配就是在一幅大图 阅读全文
posted @ 2022-12-03 15:33 jsxyhelu 阅读(81) 评论(0) 推荐(0) 编辑
摘要: 在图像识别的方法中,模版识别是比较简单的一种,《学习opencv》中给出了例子和实现代码,即使是在最新版本中,改变的也并不大。 但是这并不代表模版识别在实际应用中不适合。恰恰相反,每一张方法都需要用在它合适的地方。模版识别相对来说,应用于特征不是非常明显... 阅读全文
posted @ 2022-12-03 15:33 jsxyhelu 阅读(46) 评论(0) 推荐(0) 编辑
摘要: 做图像有一段时间了,几个问题进行反思,欢迎讨论 1、机器视觉的本质是什么? 我认为就是通过计算机和数学的方法,对一定形式存储的2d或3d的视觉信号进行增强、延伸,以增加信号的强度; 2、机器视觉的第一原则是什么? 在能够容忍的速度下完成任务。视觉信... 阅读全文
posted @ 2022-12-03 15:33 jsxyhelu 阅读(37) 评论(0) 推荐(0) 编辑
摘要: 一般的模式,也是目前我的模式是这样的 接触一个任务->划分类型->halcon预处理一下,也可以出demo(图片,程序)->opencv(或相关的东西)->封装成为dll文件->发布 所以,核心的东西还是opencv... 阅读全文
posted @ 2022-12-03 15:33 jsxyhelu 阅读(250) 评论(0) 推荐(0) 编辑
摘要: 就是实现这样: 其中,能够根据模版运算,自动实时从图中找出相同模版的地方。从而能够计算出镜头的相对位移。 模板匹配的工作方式 模板匹配的工作方式跟直方图的反向投影基本一样,大致过程是这样的:通过在输入图像上滑动图像块对实际的图像块和输入图像进... 阅读全文
posted @ 2022-12-03 15:33 jsxyhelu 阅读(49) 评论(0) 推荐(0) 编辑
摘要: // TwoCameraOnTimer2Dlg.cpp : 实现文件/*CvMat, Mat, IplImage之间的互相转换IpIImage -> CvMatCvMat matheader;CvMat * mat = cvGetMat(img,... 阅读全文
posted @ 2022-12-03 15:33 jsxyhelu 阅读(29) 评论(0) 推荐(0) 编辑
摘要: 简单的来说,就是将 一类的图片最后拼接成为这样的结果 这个图片有点大呀。 基本步骤: 1、halcon进行仿射变化进行镜头畸变。这个可以参考halcon中一个二维码畸变的例子; 2、基于模版匹配找出偏移值,然后进行拼接。这个可以参考hal... 阅读全文
posted @ 2022-12-03 15:33 jsxyhelu 阅读(869) 评论(0) 推荐(0) 编辑
摘要: 实现gabor filter的滤波 图像纹理对于航空遥感图片、织物图案、复杂自然风景和动植物都适合。这里我采用遥感图片、织物图案和钢铁表面来做,并和canny图片进行一定的对比。 遥感图像 编织物 相比较canny算法(或者自适应canny)来说,gabor的确在全局的特征显示上面有所优势,特别是在 阅读全文
posted @ 2022-12-03 15:32 jsxyhelu 阅读(191) 评论(0) 推荐(1) 编辑
摘要: 【该项目现在已经实现人工智能识别,相关材料博客里面进行搜索】 钢管识别项目2 零、相关说明: 首先进行一下相关说明。在“jsxyhelu.cnblogs.com/项目实战派”栏目里面出现的需求、图片和其他资源,都是我在浏览威客网站、论坛等网站的时候通过正规渠道获得的真实需求。个人觉得比较感兴趣,但是 阅读全文
posted @ 2022-12-03 15:32 jsxyhelu 阅读(42) 评论(0) 推荐(0) 编辑
摘要: 压板识别项目【压板项目应该是一个比较典型的目标识别项目,这里介绍的传统方法能够起到辅助作用】 零、相关说明: 首先进行一下相关说明。在“jsxyhelu.cnblogs.com/项目实战派”栏目里面出现的需求、图片和其他资源,都是我在浏览威客网站、论坛等网站的时候通过正规渠道获得的真实需求。个人觉得 阅读全文
posted @ 2022-12-03 15:32 jsxyhelu 阅读(107) 评论(0) 推荐(0) 编辑
摘要: 选择轮廓(select_shape) Halcon是一款运用广泛的图像识别和处理软件。在肤浅的接触中,它的轮廓选择算子(select_shape)给予我很深的印象。结果是往往几行代码就能够产生很好的效果: 比如要得到这样的结果 只需要 read_image (Image1, 'F:/未来项目/钢管识 阅读全文
posted @ 2022-12-03 15:32 jsxyhelu 阅读(455) 评论(0) 推荐(0) 编辑
摘要: 证码识别--资料收集 【现在应该考虑全方位向人工智能方向迁移】 一、验证码基础知识 验证码设计的目的就是区分“人”和“机器”,所以它在被设计的时候,主要的目的就是防止被采用就是自动识别出来。所以作为破解者来说,一开始就是处于劣势地位的。当然这使得验证码的破解变成了一项结合图像识别、模式识别的猜谜解题 阅读全文
posted @ 2022-12-03 15:32 jsxyhelu 阅读(123) 评论(0) 推荐(0) 编辑
摘要: 集装箱体本身的特征有三,一是图片中的需要识别的文字比较大;二是需要识别的文字色彩鲜艳;三是文字周围的干扰比较多,所以直接识别,即使是使用finereader这种软件都无法完成。 所以,第一步需要做的就是更换图片区域,强调联通。比如这样的结果 再强化 这个时候即使是识别成这样,都无法ocr,因为 细节 阅读全文
posted @ 2022-12-03 15:32 jsxyhelu 阅读(23) 评论(0) 推荐(0) 编辑
摘要: 【这块具体内容可以直接百度搜索 GOCW】 使用 csharp 编写 winform 程序,不仅速度快,而且容易界面美化并找到其他类库的支持;而使用 opencv 编写图形图像处理程序,是目前比较流行,而且高效的一种方法。如果需要将两者结合,需要解决的问题就是使用 csharp 调用 vc 下编写的 阅读全文
posted @ 2022-12-03 15:32 jsxyhelu 阅读(211) 评论(0) 推荐(0) 编辑
摘要: 原文链接:http://coolshell.cn/articles/10590.html#jtss-tsina 识别二维码的项目数不胜数,每次都是开箱即用,方便得很。 这次想用 OpenCV 从零识别二维码,主要是温习一下图像处理方面的基础概念,熟悉 OpenCV 的常见操作,以及了解二维码识别和编 阅读全文
posted @ 2022-12-03 15:32 jsxyhelu 阅读(574) 评论(0) 推荐(0) 编辑
摘要: 最大轮廓和投影 最近非常多的用到了最大轮廓和投影运算。回想起来,这两种算法的确是属于非常常见的基础算法。这里加以总结和提取。 阅读全文
posted @ 2022-12-03 15:32 jsxyhelu 阅读(65) 评论(0) 推荐(1) 编辑
摘要: 局部标准差实现对比度增强(ACE) 图像增强算法的基本原则是“降低低频区域,突出高频区域”,以此强化边缘,达到增强的目的。最简单的例子就是通过原始图像减去高斯模糊处理后的图像,就能够将边缘强化出来。 直方图均衡化也是一种非常常见的增强方法。但是为了避免背景的干扰,更倾向于采用“局部”方法进行处理。我们这里着重研究自适应对比度增强(ACE)的相关内容。 阅读全文
posted @ 2022-12-03 15:32 jsxyhelu 阅读(454) 评论(0) 推荐(0) 编辑
摘要: 基本形态学算法 为什么要做基本形态学算法的研究和实现?是因为形态学是一个非常有力,应用 广泛的工具,但同时也是研究不是很清楚的工具。往往一个恰到好处的变换,就能够省下许多的劳动。对此的分类和研究就显得非常有必要,而相关代码的积累,也很有价值。 零、基本概念: 膨胀:白->黑; dilate 腐蚀:黑 阅读全文
posted @ 2022-12-03 15:32 jsxyhelu 阅读(186) 评论(0) 推荐(0) 编辑
摘要: 放大缩小看似简单,实际上还是比较复杂的。所以专门拿出来说明。 缩放这块,主要就是处理m_pDoc->m_scalefactor void CGreenOpenPaintView::OnButtonZoomin() {... 阅读全文
posted @ 2022-12-03 15:32 jsxyhelu 阅读(28) 评论(0) 推荐(0) 编辑

导航