mingupupu

摘要： 前言 今天来学习一下OpenCVSharp中最佳匹配矩形检测的例子。其过程可以分为ORB特征检测、特征匹配、最佳匹配筛选、单应性计算与矩形绘制。 效果： 实践 ORB特征检测 进行ORB特征检测： using var img1 = new Mat(FirstImagePath, ImreadMode 阅读全文

摘要： 连通性检测 连通性检测是计算机视觉中的一种基础图像处理技术，用于识别和标记二值图像中相互连接的像素区域。简单来说，它能够找出图像中所有独立的"连通区域"（即像素之间相互连接形成的区域）。 应用场景 更多的是其它图像处理的一个前置步骤，可能有时候可以用来统计物体数量，但是使用场景很有限。 效果 实践 阅读全文

摘要： CLAHE介绍 CLAHE（Contrast Limited Adaptive Histogram Equalization）对比度受限自适应直方图均衡化我们可以分三部分来理解。 第一个部分HE (Histogram Equalization) - 直方图均衡化 图像的直方图显示了每个像素亮度值的分 阅读全文

摘要： 前言 今天这个例子用来学习一下在OpenCVSharp中如何使用caffemodel。 首先需要了解一下Caffe是什么？ Caffe是一个快速的开源深度学习框架。 GitHub地址：https://github.com/BVLC/caffe Caffe 是一个以表达性、速度和模块化为核心设计的深度 阅读全文

摘要： 概述 BRISK（Binary Robust Invariant Scalable Keypoints）是一种快速、高效的特征检测和描述算法，由Stefan Leutenegger等人于2011年提出。它属于二进制特征描述符家族，与SIFT、SURF等浮点型特征描述符相比，具有计算速度快、内存占用小 阅读全文

摘要： 概述 局部二值化（Local Binarization）是一种图像处理技术，用于将灰度图像转换为二值图像（黑白图像）。与全局二值化不同，局部二值化不是对整个图像使用单一阈值，而是根据图像中每个像素周围的局部区域特征来动态确定阈值。 局部二值化的基本思想是：对于图像中的每个像素，计算其邻域窗口内的统计 阅读全文

摘要： 概述 背景替换是计算机视觉中的一个常见应用，广泛应用于视频会议、直播特效和电影制作等领域。本文将介绍如何使用 OpenCV 中的 MOG（Mixture of Gaussians）背景减法算法实现实时背景替换功能。虽然说效果不太行，但是可以学习一下OpenCV中的一些方法。 效果： 动态效果： 实现 阅读全文

摘要： 效果 动态效果： 实现 运动物体检测是计算机视觉中的一个重要应用，广泛应用于安防监控、交通分析、人机交互等领域。本文将详细介绍如何使用OpenCVSharp中的MOG（Mixture of Gaussians）算法实现运动物体检测，并通过一个完整的WPF应用程序示例展示实际应用。 什么是MOG算法？ 阅读全文

摘要： 前言 今天来学习Samples中的第二个例子：使用 MOG（Mixture of Gaussians，高斯混合模型）算法来从视频流中分离前景和背景。 示例中的代码很短： public override void RunTest() { using var capture = new VideoCap 阅读全文

摘要： 前言 对于.NET开发者而言，入门OpenCV的一个很舒适的方式就是先去使用OpenCVSharp，它是 OpenCV 的 .NET 封装，而且作者还开源了一个示例库，可以通过示例库进行入门学习。 OpenCVSharp仓库地址：https://github.com/shimat/opencvsha 阅读全文